nftest

NoobAI 的微调版本，在 RTX 3060 上使用 此脚本 训练了一个完整周期和一个部分周期。数据集包含约 4000 张我手动精选并使用 WD EVA02-Large Tagger v3 自动打标的风格多样的动漫相关图像。

文本编码器被冻结，仅训练了 UNet，并跳过了 conv1 和 conv2 层。这有助于增强现有特征而不产生过拟合，主要改进体现在背景和艺术风格上。

训练所用的基础模型是两个现有微调模型的融合：LS Tiro 3.0、Seele 2.1 以及一个未发布的 NoobAI 版本。我使用 comfy-mecha 对这两个模型相对于基础模型进行了几何平均融合，然后以 0.69 的比例将两者结果的余弦 A 值相加。VAE 也经过微调：Luna。感谢 Hysocs 提供内存高效的 RavenAdamW。