こんにちは世界

実際に本気を出そう

前回の更新から時間が経ちましたが、今回のバージョンは前回とは大きく異なります。これといって他と比べて画期的なものとは言えません（畢竟マージですからね）が、以下のような点に特に注力しました：

1. LoRAやエムベッディングを使わずに、非常に高い現実性を実現する。

   良いベースがあれば、後からこれらの要素を大胆に使い込む余地も広がります。

2. 限定的・小さなネガティブプロンプトで機能する。

   同様に、小さなネガティブプロンプトは、最もリアルな出力を生成しやすい傾向があります。もちろん、途中で独自の物語を書き加えたり、エムベッディングを挿入することも可能です。

3. こうした制約の中でポーズや手の形、その他の特徴に一貫性を保つ。

4. プロンプトだけで明暗のコントロールを適切に行える。

   ライトやノイズオフセットに優れたLoRAは多数存在しますが、既にデフォルトで十分な機能性があります。

5. ChatGPTが提供する最も破天荒なワイルドカードリストにも対応できる。

   例えば、ロケーションや時代、衣類・素材、概念など、あなた自身のローカルGPTが生成（および補強）したランダムなリストを活用するのがおすすめです。

推奨VAE（別途提供）: vae-ft-mse-840000-ema-pruned

－⾼解像度のベースサイズが推奨されます：たとえばポートレート形式なら 640x896 が適しています。

－可能な限り hires.fixまたは類似の実装を使用してください：多くの場合、ノイズ除去値0.3～0.5で十分な結果が得られます。ESRGANアップスケーラーの中でも良好な結果が得られます。ここでの全ての例で使用しているのは x1_ITF_SkinDiffDetail_Lite_v1 ですが、他にも優れた選択肢は多数あります。

－例の多くに使われているような重いサンプリング手法を使用する必要はありません。例を生成していた時期にはSDE Karrasに一時的にハマっていましたが、現在は2M Karras @ 15～20ステップに戻り、こちらが通常のベースラインとして十分に機能しており、hires.fixを併用しても問題ありません。

*例のプロンプトの一部はヌードを生成する可能性があるため、そのような内容を避けたい場合はプロンプト内で回避を指示してください。実際のヌード表現の例については、別途アップロードされたアルバムをご参照ください。

**メタデータ内のモデルは QGO-3002a であり、これは QGO-PromptingReal-v1 と同じものです。