本模型提升“质量”

你可能会好奇：“什么是‘质量’？”遗憾的是，我无法直接回答这个问题，但我可以告诉你：本模型是在使用 Pony Diffusion V6 XL 那种令人厌恶的“质量标签”怪物生成的图像上训练的，但其文本描述（caption）中并未包含“质量标签”。这意味着，模型被训练为在不使用质量标签的情况下，模仿添加了质量标签后的输出效果。

为什么要这么做？

我发现“质量标签”过于冗长且极难控制，因此决定开发一个 LoRA，通过滑块来调节“质量”。这使得对质量的控制更加精细和多样化，同时还能节省提示词中的 token（有助于避免注意力机制中出现不必要的 BREAK）。

我是如何做到的？

我使用了 GitHub 上 P1atdev 基于 LECO 论文开发的 LECO 训练脚本训练本模型。LECO 的训练过程会以任意去噪强度生成一张图像，然后训练模型学习“有提示词时的输出”与“无提示词时的输出”之间的差异。这使得模型能将标签、词语、概念或短语映射到任意提示词上。在此，我将：

score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up

这一“质量段落”映射为：

因此，我实际上是训练模型始终生成看起来像是被提示了“质量段落”的图像。

捐赠

说到训练，训练模型成本高昂，而我使用的是自己的私有服务器进行训练。如果你喜欢我的工作，欢迎支持我的开发！

https://ko-fi.com/yolup

主要优势

1. 我最喜欢这一方法的一点是，它使“质量”变得模块化且可调控。添加“质量标签”的权重对输出的影响有些神秘，但这个 LoRA/LECO 的变化清晰明了，你可以通过调整 LoRA/LECO 的权重精确控制其强度——这是设计的预期操作（而加权提示词只是对注意力层的一种“黑客”式应用，效果并不总是如预期）。

2. 另一个优势是，这个 LoRA/LECO 不会消耗“质量段落”所占用的 33 个 token！这几乎占满了整个上下文窗口的一半！消耗上下文窗口会迫使你所使用的后端（无论是 A1111、InvokeAI 还是 ComfyUI）在注意力机制中插入不可见的 BREAK，从而破坏你构建的提示词的整体连贯性，并引发其他意外后果。

特性说明

本模型 v1 版本效果较弱，稳定运行时建议权重在 2–3 之间，但即使权重高达 6，仍能识别出其输出效果。

v3 版本具有标准权重行为，可像普通 LoRA 一样使用。

v3 必须在提示词中包含评级和来源标签。

本模型仅在 PonyDiffusion V6 XL 上训练和测试过！不保证与其他模型兼容！

模型 v1 会明显改变背景，使其更具“绘画感”，但随着权重增加，背景的崩溃速度远快于主体。如果你非常在意图像背景，建议仅将本模型作为辅助使用。

我尚未完全测试 v4 版本，如发现任何异常行为，请告知我。

虽然我已尽力将“质量”概念从类似概念中分离出来，但这种分离终究有限度。它可能会以非预期的方式改变你的生成内容。如果你希望讨论这些异常现象，请前往 Discord 上的 Furry Diffusion 服务器向我反馈：

discord.gg/furrydiffusion

加入后，我已为此创建了专门的讨论贴：

https://discord.com/channels/1019133813105905664/1214131180572639312

如果你在问 v2 去哪了——它太糟糕了，我实在不忍心把它发布出来玷污社区。