Tutu’s sexy uniform (Dimension Radio x Latex Clothing PU Nun Uniform)/图图的情趣制服（次元电台X乳胶衣PU修女服）
詳細
ファイルをダウンロード
モデル説明
チュチュのセクシーな制服（Dimension Radio x ラテックス衣装 PU修道女制服）
コミュニケーションQグループ：950351015、遊びに来て、情報を交換しましょう。
Telegram：https://t.me/+nbU3j7rLEYZkNzVl
友達が「これ、すごくいい-lookingだから試してみたら？」と送ってきた（いきなりの友達）ので、試してみた。元々はビデオ撮影用に購入しようと思っていたが、面倒くさくなって撮影しなかったので、LORAを作成した。
高品質なLORA制作を堅持し、このLORAも差異抽出法＋実写撮影で作成しており、他のLORAと併用すると非常に良い効果を発揮する。
最近、アルゴリズム全体および制作方法について大量の最適化を実施した。
ただし、このモデルでは重みを小さめに設定してもよい。一般的に0.6程度で十分な効果が得られるため、あまり大きく設定する必要はない。
使いやすさを考慮し、今後私が作成するすべてのLORAのトリガーワードは「tutututu」（4つのtu）とする。
このLORAについては、高還元性を保つため、プロンプトに以下のワードを記入することをお勧めします：
tutututu, (nun), (cross necklace), latex bodysuit, shiny clothes, skin tight, habit, latex gloves, black bodysuit, thigh boots,
あらゆる大規模モデルと非常に相性が良く、特に2.5Dと二次元に優れています。
使用方法：
LORAを正しく使用していることを確認してください。
CLIP終了層の数は2に設定することを推奨します。
重みは必要に応じて0.4～0.9の範囲で設定できます。初めは0.6から始めるのが推奨されます。
トリガーワード：tutututu, (nun), (cross necklace), latex bodysuit, shiny clothes, skin tight, habit, latexgloves, blackbodysuit, thighboots,
ネガティブプロンプトを多すぎると、LORAの効果に影響を与えるため控えてください。
プロンプトガイド係数（CFGScale）は7から試してみてください。
使用中に問題が発生した場合は、お気軽にお問い合わせください。
あなたの作品を楽しみにしています！
あなたの作品を楽しみにしています！
あなたの作品を楽しみにしています！
楽しい時間を過ごしてください。
長年にわたりご信頼・ご支援いただき、ありがとうございます。
声明：
このモデルを使用して作成したすべての創造的成果物について、あなた自身が全責任を負うものとします。
このモデルを故意に違法または有害な出力・コンテンツの作成・共有に使用しないでください。悪意のある行為、危害、中傷、詐欺、または政治的用途での利用を避けてください。
このモデルを商業目的で使用される場合は、お知らせください。ありがとうございます。
よくある質問：
- 差異抽出法とは？
名前の通り、簡単に言えば、差異を抽出してLORAを作成する方法です。従来、私たちのLORAは画像を直接トレーニングしていましたが、その場合、ベースモデルや画像の他の環境要因の影響を受けてしまうため、画像生成時に想定外の効果が発生することがありました。差異抽出法で作成されたLORAはこうした誤った影響を除去し、ベースモデルと対象要素以外の因子による影響をほぼ排除します。したがって、重みを高めに設定しても画像への汚染は非常に小さく、モデルの質が大幅に向上します。差異抽出法は制作がより複雑で、手順も増えます。
- なぜこのLORAを作ろうとしたのですか？
類似のLORAはたくさんありますが、その多くが現実味に欠けており、現在人気の衣装がほとんど反映されていない、あるいはリアリティが不足していると感じました。
また、品質にばらつきがあり、多くのLORAはキャラクターや画像自体に過度に影響を与えるため、使い勝手が良くありません。そこで、一連の衣装LORAを作成することにしました。
- なぜ私はあなたのような写真が撮れないのですか？
それぞれのパソコンの構成や操作環境、使用するLORAやプラグインのバージョン、プラグインの設定などが異なるため、同じ写真を追求せず、自分だけの完璧な作品を創作してください！
- どうやって連絡できますか？
LORAのカスタマイズをご希望の場合や、その他の協力の意向がある場合は、ここに直接メッセージを残すか、Q：331506796までご連絡ください（目的を明記してください）。
- 差異抽出法についてどのような最適化を行ったのですか？単なる口上でしょうか？
回答：関連コードに対して多くの最適化を実施しました。主な内容は以下の通りです：
自動化モデル探索：一組のモデルから複数の融合モデルを自動生成します。これはパラメータチューニングやモデル選択の自動化に類似していますが、モデル融合に特化しています。
ユークリッド距離を用いた差異分析：2つのLoRA（Low-Rank Adaptation）モデルの重み差異を比較するために使用されます。
差異分析では、ユークリッド距離を用いて2つのモデルの重みの差異を定量化します。具体的には：
重みの表現：各LoRAモデルの重みは、高次元空間上の1つの点と見なせます。重みの各要素は、空間上の1つの次元に対応します。
差異の計算：2つのモデルの対応する重み間のユークリッド距離を計算することで、高次元空間における2つの重みの相対的位置差を数値で得られます。
差異の解釈：ユークリッド距離が大きいほど、両モデルのその重みにおける差異が大きいことを示し、距離が小さいほど類似していることを意味します。
この差異分析は、モデル融合の意思決定を支援するために使用されます。たとえば、2つのモデルがある重みで大きく異なる場合、その重みを特別に処理して、融合後のモデルが両元モデルの特性を効果的に組み合わせられるようにする必要があります。
これらの最適化は、すべて私の独自素材に基づいて行っています。私の素材には特殊な性質があるため、従来の差異抽出とは異なり、いくつかの妥協が必要です。