プロメテウス

プロメテウスは、Proteusモデルの開発者によって作られた、Playground v2.5の初のフルランクファインチューニングモデルであると推定されています。このテキストから画像を生成するモデルは、オープンソースコミュニティへのアクセス性を向上することを目的として特別に最適化されています。

主な特徴と考慮事項

Playground v2.5の初のフルランクファインチューニングと推定：

• Playground v2.5アーキテクチャの完全なパラメータ更新
• この特定のベースモデルに対する独自のファインチューニング手法

アクセス性の向上：

• ブルートフォース手法により、カスタムサンプリング方法が排除された
• 標準的なオープンソースツールやワークフローとの互換性を高めるように設計されている
• 多くのSDXL LoRAおよびツールとの後方互換性を確保するためのポストプロセッシングを適用

出力の特性：

• 出力の一貫性と多様性のバランスを重視
• 学習プロセスから継承されたいくつかのスタイル的傾向を示す可能性あり

学習アプローチ：

• Proteusコレクションから得られた40万枚以上の画像を含む広範なデータセットを活用
• スケールの大きなブルートフォース学習手法
• モデルの能力を維持しながら互換性を向上することに焦点

高度なカスタムCLIP統合：

• 精心にトレーニングされたカスタムCLIPモデルを組み込み
• 長期間にわたり段階的に開発
• Proteusとプロメテウスの特定の品質に合わせてさらにファインチューニング
• 最適なパフォーマンスにはclip skip設定を2に設定する必要がある

プロメテウスについて

プロメテウスは、高度なテキストから画像の生成をオープンソースコミュニティによりアクセスしやすくするための重要な取り組みです。Playground v2.5アーキテクチャを基盤とし、Proteusコレクションから得られた40万枚以上の画像を用いてフルランクファインチューニングが行われました。開発の鍵となる点は、スケールの大きなブルートフォース手法によってカスタムサンプリング方法を排除し、標準的なオープンソースツールやパイプラインとのシームレスな動作を可能にしたことです。また、プロメテウスは多くのSDXL LoRAおよびツールとの後方互換性を確保しています。このアプローチは、モデルのパフォーマンス能力と広範な互換性、使いやすさのバランスを図ることを目的としています。ユーザーは、大規模なProteusデータセットによる密集した学習の成果を反映した出力と、一般的なオープンソースフレームワークおよび既存のSDXLエコシステムとの改善された相互運用性を享受できるでしょう。

学習詳細

ベースモデル：Playground v2.5
ファインチューニングタイプ：フルランク（すべてのレイヤーを更新）
学習データセット：Proteusデータセットから得られた40万枚以上の画像（徹底的にキュレーション・処理済み）
学習アプローチ：スケールの大きなブルートフォース手法。モデルの能力を維持しながらカスタムサンプリング方法を除去することに焦点
ファインチューニング手法：オープンソースツールと互換性のある標準的な最適化手法
特別な処理：SDXL LoRAおよびツールの互換性を確保するためのポストプロセッシングを適用

推奨設定

Clip Skip：2
CFG Scale：7
Steps：25 - 50
Sampler：DPM++ 2M SDE
Scheduler：Karras
解像度：1024x1024