Neta Cat Tower

はじめに

Neta Cat Tower は、NetaYume Lumina をファインチューニングしたテキストから画像を生成するモデルです。

このモデルは、アニメスタイルの品質を向上することを目的としてトレーニングされました。

キャラクターの追加に関する学習は行っていません。

モデル構成要素

• Diffusion Transformers (DiT): このモデル

• テキストエンコーダー: 事前学習済み Gemma-2-2b

• 自動エンコーダー: 事前学習済み Flux.1 dev の AE

"all_in_one" は、DiT、テキストエンコーダー、自動エンコーダーを統合した単一のモデルです。

Civitai にアップロードされたモデルは "all_in_one" モデルです。

（Civitai は許可なくアップロードされたファイル名を変更しますが、アップロードされたファイルはすべて one モデルです。）

DiT モデルのみを取得したい場合は、私の Hugging Face ページ からダウンロードしてください。

モデルの使い方

Neta Lumina のモデルカード をご参照ください。

推奨設定

• サンプラー: res_multistep / euler_ancestral

• スケジューラ: linear_quadratic

• ステップ数: >=30

• CFG（ガイドアンス）: 4 – 5.5

• 解像度: 1024 × 1024、768 × 1532、968 × 1322、または >= 1024

プロンプト

Neta Lumina プロンプトブック をご参照ください。
キャラクターに関する知識については、NetaYume Lumina の Civitai ページ をご参照ください。

トレーニング情報

私の Hugging Face ページ をご参照ください。

謝辞

• duongve: duongve さんによる素晴らしいモデルの共有に感謝します。