Kogarashi - Kamen no maid guy

キューイイイン... 個人的に大量の30枚の画像データセットで作られた使い捨てLORAを試してみたかったんです。結果はまさに予想通りでした。硬く、まったく奇妙で、簡単に焦げてしまい、追加のタグがなければランダムに振る舞います。ということで...実験はしたかったけど、きれいな女性を壊したくなかったので…防御モードの顔面だけのコガラシを犠牲にしました！

以下のようにすると、まあまあ悪くない結果が得られました： lora:KamenNoMaidGuy:0.6, KamenNoMaidGuy, solo, standing

データセットのクリーニングはしましたが、このLORAは手を抜いて作ったものなので、まだ大量のゴミが残っているようです。ネガティブタグを確認してみてください！

データの整理、必要に応じた拡大、タグ付けに約1時間かかりましたが、普段のLORAと比べればたいした時間ではありません。

ともかく、私の結論は明確です。少なくとも私にとっては。100枚以下の画像で訓練する場合は、タグをあまり削除せず、過剰に焼き付けることを防ぐ必要があります。タグをあまり削除しすぎると、過剰に焼き付ける確率が上がります。

ゆえに、手軽な小さなデータセットのLORAは使いにくく、より詳細なプロンプトを必要とします。タグをまとめてしまうと、過剰に焼き付けるリスクが高まるからです。

驚いたことに、最も手を抜いたアプローチが、小さなデータセット用のLORAにとって実際には最も効果的な方法のようです。タグの削除はゼロにし、冗長なプロンプトはユーザーに任せる。そうすることで、実際にはトリガーを明示しなくても、結果がよくなる可能性があります。

いずれにせよ、データセットとタグの要約を添付します。私が言ったように、これは実験的なものです。ネガティブな結果でも、結局のところ結果なのです！