"Trending on ArtStation" trained without a dataset

训练无需数据集，仅需文字。

在2400步内完成训练（使用两块A6000显卡约需7小时），仅通过文本训练：
https://github.com/ntc-ai/conceptmod

前2000步的训练提示：
"=trending on artstation, 8k, ultra hd|boring=exciting|drab=captivating|1woman%generic woman wearing generic clothes:0.003|1woman%woman wearing many unique tasteful accessories and a cute outfit:-0.003|@monochrome--|@black and white--|@text--|@written words--"

• 将无条件概念引向 "trending on artstation, 8k, ultra hd"

• 将 "boring" 引向 "exciting"，"drab" 引向 "captivating"。
  更新：这不是替换，而是引导。如需替换需额外使用 % 项，请参阅 readme.md

• 减少 "monochrome"、"black and white"、"text" 与 "written words" 的出现频率。

• 稍微偏离 "generic woman wearing generic clothes" 的 1woman 概念。

• 稍微引导 1woman 向 "woman wearing many unique tasteful accessories and a cute outfit" 的方向变化
  更新：我认为这些术语可能方向反了。哈哈

接下来400步的训练提示：
"@#|1woman=ugly manly sad wretched:-0.1|1woman=woman wearing many unique tasteful accessories and a cute outfit|nipples--:0.1|cleavage--:0.01"

• 使用 "@#" 操作符冻结无条件概念。

• 将 "nipples" 出现频率降低 0.1，"cleavage" 降低 0.01。

技术参考自 https://github.com/rohitgandikota/erasing
模型基于 /model/13565/criarcys-fantasy-to-experience