GurilaMash 版本 2

通过块级合并提升 LoRA 兼容性。

感谢 Leosam 提出合并 SPO LoRA 的想法，这是一个非常不错的补充。

版本 2 在灵活性上相较版本 1 有所提升。明确说明：GurilaMash 并非试图成为通用模型。它经过科学设计，专门用于生成色情内容。这就是它的功能，而且做得非常出色。其他任何用途都是偶然的。

我已经在这个模型上训练了约 20 个 LoRA，我会尽量每天至少上传一个。

人们都在忽视 BigAsp

它本质上是写实风格明确内容生成的“小马”。

我写了一篇简短文章，分享一些我积累的技巧。

如果有人想在家尝试，以下是我所采用的方法。

版本 2

将 SDXXL v3 与 Anteros v1 进行块级合并，再将该模型与 Acorn is Boning v1 合并，最后加入 BigAsp v1，再以 0.3 的权重合并 SPO LoRA。BigAsp 占此检查点的 70%，此模型刻意继承了其 booru 风格的提示方法。

版本 1

我从 SDXXXL 中提取了自定义 Lycoris，并以 0.7 的权重合并到 BigAsp 中。

接着，我从 Acorn Is Boning XL 和 Anteros XXXL 中分别提取了 128/64 维度的 LoRA，然后以 7:3 的比例将它们合并，再以 0.7 的权重将该合并后的 LoRA 融入 BigAsp。

就这样。我只是按了几下按钮。Acorn 的提示遵循性与灵活性极佳，而 Anteros 的训练数据集符合我的审美偏好。SDXXXL 则是输出质量的王者。

作为完全的新手，我最关心的是不破坏 BigAsp 的提示机制，因此选择 LoRA 合并似乎是最安全的做法，因为我对块级合并并不精通。

如果你喜欢我的做法，还没支持过这些作者的话，请去支持他们一下。我开玩笑的，如果你来到这里，大概早就下载了他们的模型。

我已经提取了所有主流模型的 LoRA 和 Lycoris，并正在用我自己的数据集与 BigAsp 进行训练。此外，我还做了其他一些合并，但这个可能是最好的。谁知道呢，也许我以后还会上传更多东西。