シア・フォシュローゼ (Kuma Kuma Kuma Bear)

• 由于Civitai的服务条款，部分图片无法上传。完整的预览图片请见 HUGGINGFACE。
• 此模型包含两个文件，必须同时使用！！！
• 相关触发词仅供参考，有时可能需要调整。
• 推荐 pt 文件权重为 0.5-1.0，LoRA 权重为 0.5-0.85。
• 图像使用若干固定提示词和基于数据集的聚类提示词生成，采用随机种子，排除了精心挑选。你看到的就是你能得到的。
• 服装方面未进行专项训练。你可以查看我们提供的预览帖，获取对应服装的提示词。
• 该模型使用 480 张图像 进行训练。

如何使用此模型

此模型有两个文件，必须同时使用！！！。 在这种情况下，你需要下载 shiahuoshiyuroze_kumakumakumabear.pt 和 shiahuoshiyuroze_kumakumakumabear.safetensors 两个文件，然后将 shiahuoshiyuroze_kumakumakumabear.pt 作为纹理反转嵌入，同时将 shiahuoshiyuroze_kumakumakumabear.safetensors 作为 LoRA 使用。

このモデルには2つのファイルがあります。一緒に使う必要があります！！！。 この場合、shiahuoshiyuroze_kumakumakumabear.ptとshiahuoshiyuroze_kumakumakumabear.safetensorsの両方をダウンロード する必要があります。shiahuoshiyuroze_kumakumakumabear.ptをテクスチャ反転埋め込みとして使用し、同時にshiahuoshiyuroze_kumakumakumabear.safetensorsをLoRAとして使用してください。

这个模型有两个文件。你需要同时使用它们！！！。 在这种情况下，您需要下载shiahuoshiyuroze_kumakumakumabear.pt和shiahuoshiyuroze_kumakumakumabear.safetensors这两个文件，然后将shiahuoshiyuroze_kumakumakumabear.pt用作纹理反转嵌入， 同时使用shiahuoshiyuroze_kumakumakumabear.safetensors作为LoRA。

이 모델은 두 개의 파일이 있습니다. 두 파일을 함께 사용해야 합니다!!!. 이 경우에는 shiahuoshiyuroze_kumakumakumabear.pt와 shiahuoshiyuroze_kumakumakumabear.safetensors 두 파일을 모두 다운로드하신 다음에 shiahuoshiyuroze_kumakumakumabear.pt을 텍스처 반전 임베딩으로 사용하고, 동시에 shiahuoshiyuroze_kumakumakumabear.safetensors을 LoRA로 사용하셔야 합니다。

触发词为 shiahuoshiyuroze_kumakumakumabear，推荐标签为：best quality, masterpiece, highres, solo, {shiahuoshiyuroze_kumakumakumabear:1.15}, blonde_hair, long_hair, twintails, purple_eyes, drill_hair, bangs, necktie, smile。

模型训练方式

该模型使用 HCP-Diffusion 进行训练，自动训练框架由 DeepGHS 团队 维护。

为何部分预览图像与 Shiahuoshiyuroze Kumakumakumabear 不相似

所有预览图像（可通过点击图像查看）所使用的提示词均通过聚类算法自动生成，算法基于从训练数据集中提取的特征信息。图像生成时使用的种子也是随机生成的，图像未经任何筛选或修改。因此，出现上述问题的可能性是存在的。

在实际使用中，根据我们的内部测试，大多数遇到此类问题的模型，其真实使用效果往往优于预览图像所展示的效果。你唯一可能需要做的，就是调整你所使用的标签。

我觉得此模型可能存在过拟合或欠拟合，该怎么办？

我们的模型已发布在 huggingface 仓库 - CyberHarem/shiahuoshiyuroze_kumakumakumabear_，其中保存了所有训练步骤的模型。此外，我们还在 huggingface 数据集 - CyberHarem/shiahuoshiyurozekumakumakumabear 发布了训练数据集，这可能对你有帮助。

为何不直接使用更精选的图像？

本模型从数据爬取、训练、生成预览图像到发布，整个过程完全自动化，没有任何人为干预。这是我们团队进行的一项有趣实验，为此我们开发了一整套软件基础设施，包括数据过滤、自动训练和自动化发布。因此，如果你能提供反馈或建议，我们将非常感激，这些对我们而言极具价值。

为何无法准确生成期望角色的服装？

我们当前的训练数据来源于多个图像网站，对于全自动流程而言，准确预测某角色拥有的官方图像非常困难。因此，服装生成依赖于基于训练数据集标签的聚类，以尽可能还原效果。我们将持续改进这一问题并尝试优化，但该挑战难以完全解决。服装还原的准确性也不太可能达到人工训练模型的水平。

事实上，本模型最大的优势在于还原角色本身的固有特征以及凭借更大数据集所具备的较强泛化能力。因此，该模型非常适合用于更换服装、调整角色姿态，当然也包括生成角色的NSFW图像！😉

对于以下群体，我们不建议使用本模型，深表歉意：

1. 无法容忍角色设计中任何细微偏差的用户；
2. 对角色服装还原精度要求极高的应用场景使用者；
3. 无法接受基于 Stable Diffusion 算法生成图像时可能存在的随机性；
4. 不适应使用 LoRA 自动训练角色模型的过程，或认为必须完全手动操作以示对角色尊重的用户；
5. 认为生成图像内容违背自身价值观的用户。