私のモデルではありません。HuggingFaceリポジトリからのものです。これは優れたマージモデルであり、特にミドルブロックで優れています。自分で試してみてください。お気に入りのモデルに、約10％の入力ブロック、20％のミドルブロックでマージし、そこから調整してください。

元のU-Net: https://huggingface.co/mhdang/dpo-sd1.5-text2image-v1

bdsqlzのリリース: https://huggingface.co/bdsqlsz/dpo-sd-text2image-v1-fp16

bdsqlzはここでSDXLモデルをリリースしました: /model/237681/dpo-sdxl-fp16 しかし、私たちのような1.5ユーザーはまだ旧時代に置き去りにされていました。

fp32バージョンを得るためにいくつかのハッキングが必要でしたので、ご自身でVAEをお持ちください。

Direct Preference Optimizationを用いたディフュージョンモデルのアラインメント

Direct Preference Optimization（DPO）は、テキストから画像へのディフュージョンモデルを、人間の比較データを直接最適化することで人間の好みにアラインさせる手法です。詳細は論文をご覧ください：Diffusion Model Alignment Using Direct Preference Optimization。

SD1.5モデルは、オフラインのヒューマンプレファレンスデータpickapic_v2を用いて、stable-diffusion-v1-5をファインチューニングして作成されました。

SDXLモデルは、オフラインのヒューマンプレファレンスデータpickapic_v2を用いて、stable-diffusion-xl-base-1.0をファインチューニングして作成されました。