狗狗式 POV

休息后重新开始，第一次训练的轮次我就测试了……瞧瞧！

版本

版本一

度假前，我已经收集了这方面的 8 个片段。我快速添加了描述，调整了分类桶并开始训练。我提取了 5 个轮次进行测试，从第 90 轮开始。它一次又一次地表现出色，偶尔只有些正常的渲染瑕疵。我甚至不确定是否还要测试我另外留出的其他检查点，因为这个已经表现得非常好了。

如果你有不同意见，请告诉我为什么！

通配符提示

POV 狗狗式性爱，从上方视角观看，

一位美丽的{俄罗斯|法国|瑞典|瑞士|奥地利|荷兰|英国|美国|加利福尼亚|西伯利亚}女性，拥有非常长的{金色|棕色|污金色}头发，正在与一名男子进行狗狗式性爱。

他们躺在一张{白色|红色|蓝色|黄色|橙色|多色|紫色|青色|黑色}的{床|长凳|沙发}上。

那位{非洲|亚洲|拉丁}男性的{巨大|修长|粗大|}阴茎牢牢地插入她的阴道内，几乎被遮掩。

光线为{明亮均匀|柔和}。

训练笔记

我如何选择轮次

上图是 TensorBoard 中的轮次损失曲线。我花了很长时间才学会正确“解读”这些曲线：趋势、平台期、波动……

注意第 90 轮，它位于一个平台期（趋于平缓）的末端。我训练过 20 多个 LoRA，最佳点几乎总是在损失值 0.03 到 0.05 之间。损失值确实能进一步降到接近 0.02，但这时我发现泛化能力下降，过拟合问题开始显现！

我的训练通常在前 10 轮波动较大，接着稳定下降约总训练时长的 20%，然后平台期持续约 10%，之后再下降约 20-30%。这个平台期——在最终跌向 0.02 之前——通常是我找到稳定性与泛化能力最佳平衡点的地方。

这次训练中，我也提取了第 65、75、95 和 100 轮，但第 90 轮是我首选，因为它恰好出现在过拟合下降之前（至少我这么认为）。我尚未测试其他检查点，但再次强调，第 90 轮表现太好了，何必折腾呢？！

免责声明

请负责任地使用。