IRIS XL

IRIS XL 是经过数月实验与精细调优的成果，旨在打造一个在人体解剖、姿势和风格化渲染方面表现卓越的模型——这正是我一直以来追求完善的领域。该模型结合了真实图像与合成图像的独特组合，并采用新颖的训练方法，突破了艺术推理的边界。

制作过程：

• 21万张艺术家图像：我首先使用约210,000张来自booru源的图像（多数为NSFW）训练模型，帮助其掌握人体解剖结构，并扩展其艺术家/角色风格库，超越单纯的“小马风格”艺术。为了提升标签质量，超越常规booru所含标签的水平，我在大量数据集中添加了自然语言描述。这显著增强了模型解读与生成更细腻内容的能力。

• 5万张小马 vs 5万张NovelAI：在基础训练后，我使用50,000张小马图像与50,000张NovelAI图像对IRIS XL进行微调，两组图像均使用完全相同的提示词。目标是通过展示“不该怎么做”（小马风格）与“应该怎么做”（NovelAI风格），教会模型如何正确推理与创作艺术。

• 维度微调：我提取了两种微调结果（均为dim512），并将其应用到模型中，但采用一种特殊方式：NovelAI微调赋予权重1，小马微调赋予权重**-1**。这一设计至关重要，用以明确告诉模型：小马风格的推理并非我们的目标。结果？模型在解剖与姿势表现上极为出色，远超传统小马模型的局限。

为何更优秀：

• 解剖与姿势的提升：该技术大幅提升模型对人类解剖结构和自然角色姿态的理解能力，这是之前版本长期困扰的问题（如果你喜欢我的Bunny模型，你一定会爱上这个）。

• 标签特定的学习率调整：训练期间，我提高了稀有标签的学习率，以帮助模型稳定并保留对罕见艺术家或角色的理解，确保模型不会遗忘低频标签，从而实现更稳健的总体性能。

创作历程：

过去两个月里，我利用我的4090显卡，断断续续地研发IRIS XL，不断测试、优化与学习。这是一项繁重的工作，但我对最终成果深感自豪。💪

早期访问：

由于这是规模庞大的项目，且经历了大量测试，我将开放为期两周的早期访问权限。如果你没有“buzz”但非常想试用，请私信我，我很乐意让你先行体验。😊

未来计划？

目前这主要是一次试验，我非常希望用10倍规模的数据集重现这一成果——但遗憾的是，我并没有现成的H100集群，因此我将缓慢而稳定地推进扩展。