Tutu’s sexy uniform (matte leather with gold chain cover)/图图的情趣制服（哑光皮拼金链套）

소통 Q 그룹: 950351015, 놀러 오세요, 정보를 교환하세요.

Telegram: https://t.me/+nbU3j7rLEYZkNzVl

최근 제작 방법이 업데이트되어 차이 추출법 3.0 + 실사 제작 방식을 사용합니다.

이용 편의를 위해 향후 제작할 모든 LORA의 트리거 단어는 'tutututu' 네 개의 'tu'로 통일합니다.

이 LORA의 경우 높은 재현도를 보장하기 위해 프롬프트에 다음 단어를 포함하는 것을 권장합니다:

tutututu,panties,chain,breasts,thigh strap,navel,cuffs,bdsm,bondage,collar,

모든 대형 모델과 호환됩니다.

사용 방법:

1. LORA를 올바르게 사용하세요.

2. CLIP 종료 레이어 수는 2로 설정하는 것을 권장합니다.

3. 가중치는 필요에 따라 0.5에서 1까지 조정 가능하며, 시작은 0.7을 권장합니다.

4. 트리거 단어: tutututu,panties,chain,breasts,thigh strap,navel,cuffs,bdsm,bondage,collar,

5. 부정 프롬프트를 너무 많이 추가하지 마세요. 그렇지 않으면 LORA의 효과가 저하될 수 있습니다.

6. 프롬프트 유도 계수(CFGScale)는 7부터 시작해 보세요.

사용 중 문제가 발생하면 메시지를 남겨주세요.

당신의 작품을 기대합니다!

당신의 작품을 기대합니다!

당신의 작품을 기대합니다!

즐거운 시간 되세요!

长久以来的信任与支持，衷心感谢。

성명:

1. 이 모델을 사용해 생성한 모든 창작물에 대한 책임은 전적으로 사용자에게 있습니다.

2. 이 모델을 사용하여 불법적이거나 해로운 출력 또는 콘텐츠를 의도적으로 생성하거나 공유하지 마시고, 악의적, 해로운, 명예훼손, 사기 또는 정치적 목적으로 사용하지 마십시오.

3. 상업적 용도로 이 모델을 사용할 경우, 저에게 알려주세요. 감사합니다.

자주 묻는 질문:

1. 차이 추출법이란 무엇인가요?

이름 그대로, 간단히 말해 차이점을 추출하여 LORA를 제작하는 것입니다. 일반적인 LORA는 이미지를 직접 사용하여 훈련하는데, 이 방식으로 훈련된 LORA는 기본 모델과 기타 환경 요인에 의해 오염될 수 있으며, 그 결과 생성된 이미지에 예상치 못한 영향을 미칠 수 있습니다. 반면, 차이 추출법으로 제작된 LORA는 이러한 오염 요소를 제거하므로, LORA의 가중치를 높게 설정해도 이미지에 미치는 오염이 매우 적고, 모델 품질이 더 우수합니다. 차이 추출법은 제작 과정이 복잡하고 더 많은 단계를 요구합니다.

2. 왜 이 LORA를 만들었나요?

비슷한 LORA가 많이 있지만, 저는 이들 대부분이 현실과 너무 멀리 떨어져 있고, 현재 인기 있는 많은 의상이 포함되어 있지 않으며, 충분히 사실적이지 않다는 점을 발견했습니다.

또한 품질이 불안정하고, 많은 LORA가 인물 자체와 이미지에 지나치게 큰 영향을 미쳐 사용이 불편합니다. 따라서 일련의 의상 LORA를 제작할 계획입니다.

3. 왜 저는 당신처럼 사진을 만들지 못할까요?

모든 사용자의 컴퓨터 사양과 운영 환경이 다르며, 사용하는 LORA 및 플러그인 버전, 플러그인 설정 등도 모두 다릅니다. 따라서 동일한 사진을 추구하지 마시고, 당신만의 완벽한 작품을 만들어주세요!

4. 어떻게 연락할 수 있나요?

LORA 맞춤 제작이나 기타 협업 의향이 있으시면 여기에 메시지를 남기거나, Q 331506796로 연락해 주세요(의도를 명시해 주세요).

5. 차이 추출법에 어떤 최적화를 했나요? 그냥 말만 한 건가요?

답: 관련 코드에 많은 최적화를 적용했습니다:

1. 자동화된 모델 탐색: 여러 모델에서 자동으로 여러 융합 모델을 생성합니다. 이는 파라미터 튜닝이나 모델 선택의 자동화 과정과 유사하지만, 모델 융합에 특화되어 있습니다.

2. 유클리드 거리 기반 차이 분석: 두 LoRA(Low-Rank Adaptation) 모델의 가중치 차이를 비교하는 데 사용됩니다.

차이 분석에서 유클리드 거리는 두 모델의 가중치 차이를 수치화하는 데 사용됩니다. 구체적으로:

가중치 표현: 각 LoRA 모델의 가중치는 고차원 공간상의 한 점으로 간주됩니다. 가중치의 각 요소는 공간상의 한 차원에 해당합니다.

차이 계산: 두 모델의 대응하는 가중치 간 유클리드 거리를 계산하면, 고차원 공간상에서 두 가중치의 상대적 위치 차이를 나타내는 수치를 얻을 수 있습니다.

차이 해석: 유클리드 거리가 클수록 두 모델은 해당 가중치에서 더 큰 차이를 가지고 있으며, 거리가 작을수록 더 유사합니다.

이 차이 분석은 모델 융합 결정을 안내하는 데 사용됩니다. 예를 들어, 두 모델이 특정 가중치에서 매우 다르다면, 해당 가중치를 특별히 처리하여 융합된 모델이 원래 두 모델의 특성을 효과적으로 결합할 수 있도록 해야 합니다.

이러한 최적화는 전적으로 제 개인 자료에 기반하여 이루어졌습니다. 제 자료는 일부 특수한 특성을 가지고 있어 전통적인 차이 추출과는 다릅니다. 따라서 일부 타협이 필요합니다.