RDBT - NTYM

RDBT [NetaYume]

---

基于 NTYM4 微调，使用约7万张图像 + 全面的自然语言描述 + 一些自制优化。

目标：

• 更好的纹理和艺术细节。

• 均衡的对比度与光照。

• 更好且稳定的提示一致性。

同时进行了 CFG 蒸馏。

---

使用指南

提示词：基本与 NetaYume 相同，但需注意：

• 必须包含风格提示。该模型无默认风格，NetaYume 中默认的 TV 动画风格已被移除。

• 在提示词末尾使用 "Digital anime art style by @xxxx."，以防止 Gemma 2 过度且错误地关注艺术家名称。

• 建议开头使用简洁的自然语言，结尾使用标签。

• 无需添加质量标签。数据集质量高于普通 "masterpiece"。

设置：

• CFG 缩放：1。这是经过 CFG 蒸馏的模型。虽然可以使用 CFG 1~1.5，但非必需。

• 采样器：推荐使用 euler a + normal。

• 时间步长偏移：3~4.5（来自节点 ModelSamplingAuraFlow）。

关于 CFG 蒸馏模型：

• 无法控制 CFG 缩放和负向提示，这些已在模型训练中固化。

• CFG 缩放 = 1 是一个特殊值，表示禁用 CFG 和负向提示。

• 由于无需对负向提示进行前向传播，生成速度可提升约 2 倍。

---

部分训练细节

总数据集包含约 7 万张图像，权重不均等。

仅训练了 layers.[2:25]。

描述主要来自 Gemini。

为何进行蒸馏？

这是计划的一部分。蒸馏 ≠ 差。蒸馏模型可规避许多 CFG 相关问题。

这次不是 LoRA 吗？

多阶段训练，未使用 LoRA。

---

版本

v0.1 tcfp8：适用于 ComfyUI 的 fp8 版本。