安全版本提示：

• steps: 50

• cfg 1，蒸馏 cfg 3.5-5

• euler < simple/normal

• 使用三法则 提出朴素英语描述，然后在任何你觉得合适的地方添加 booru 标签。它们并不像自然语言那样运作。

• 一个苹果放在房间的桌子上，一，二，三。

• 一个苹果放在房间的桌子上。一个房子中的房间，一个城市中的房子。一个国家中的州，一个州中的城市。

• 坚持这个方法，你在自然语言上应该就没什么问题了。

• 示例提示 1：

safe, anime,

一个女孩坐在房间里的巨大苹果上

safe, anime,

一张贴纸，显示一个坐着的女孩贴在房间中巨大苹果的侧面

---

safe, anime,

一个穿着青蛙服装的女孩的贴纸，贴在桌子上三维苹果的侧面，苹果贴纸，紫色头发，贴纸上写着“wibbit!”

一个苹果被外星人入侵，放在房间的桌子上。一个房子中的房间，一个城市中的房子。一个国家中的州，一个州中的城市。

(一个被外星人入侵的苹果:1.2) 放在房间的桌子上。(一个果冻做的房间:1.3) 位于羊毛房子里的城市。(一个羊毛城市:1.3) 在一个州，一个国家中。

safe,

一个穿着青蛙服装的女孩的贴纸，贴在桌子上三维苹果的侧面，苹果贴纸，紫色头发，贴纸上写着“wibbit!”，

(一个被外星人入侵的苹果:1.2) 放在房间的桌子上。(一个果冻做的房间:1.3) 位于羊毛房子里的城市。(一个羊毛城市:1.3) 在一个州，一个国家中。

如你所见，“三法则”适用于大约第五层的分离关系，之后就开始崩溃并混杂在一起。这是标准的 AI 表现。

不要对 NSFW 版本太执着~！

• 我正启动一次完整的 NSFW 重新训练，使用 50,000 张高质量、高保真、写实、3D 和动漫图像；每类约 5,000 张。这两组数据如同油和水，我需要它们在没有催化剂的情况下也能混合。

• 从最终阶段的版本 4 开始，所有未来的训练都将使用一种新的标签风格，与旧风格结合，包含针对单个标签的偏移检测：

  • 左上、中上、右上，

  • 左中、中中、右中

  • 左下、中下、右下

    • 这些标签专门选择，以避免标准的 booru 概念，并在 T5 中实现场景内偏移关联的重叠。

• 尺寸标签

  • 全画面

  • 中等

  • 最小

    • 这三个标签将与偏移标签结合使用，以确保图像的稳定性；其中一些带有 booru 标签，故意与当前训练混杂。

• 美学标签

  • 厌恶 < 5%

  • 非常不悦 < 20%

  • 不悦 < 35%

  • < 50%

  • 美学 < 65%

  • 非常美学 < 85%

• 剪枝

  • 单色

  • 灰度

  • 无效图像

• 移除的标签

  "tagme",
  "bad pixiv id",
  "bad source",
  "bad id",
  "bad tag",
  "bad translation",
  "untranslated*",
  "translation*",
  "larger resolution available",
  "source request",
  "*commentary*",
  "video",
  "animated",
  "animated gif",
  "animated webm",
  "protected link",
  "paid reward available",
  "audible music",
  "sound",
  "60+fps",
  "artist request",
  "collaboration request",
  "original",
  "girl on top",
  "boy on top",
  

  • 这些标签毫无用处。我的标签系统具备通配符功能，可用于标签的移除或包含/排除。

• 模板：

  "{rating}",
  "{core}",
  "{artist}",
  "{characters}",
  "{character_count}",
  "{gender}",
  "{species}",
  "{series}",
  "{photograph}",
  "{substitute}",
  "{general}",
  "{unknown}",
  "{metadata}",
  "{aesthetic}"
  

  • 此模板基于以下网站的完整合并标签列表：

    • safebooru, gelbooru, danbooru, e621, rule34xxx, rule34paheal, rule34us

  • 所有非匹配别名被标准化为单一标签。

  • 所有未出现在这些列表中的标签将自动移至“unknown”。

  • 所有文字说明将自动置于所有这些标签之上。

• 我将使用 SafeFixers Epoch40 作为此次新训练的基础。

• Safe Fixers 展示了卓越的上下文感知能力和系统控制力，在两块 4090 上慢煮近两周，更接近于朝向 Flux 基础方向的真正演进。

• 性爱包则表现出相反的特点：高破坏性、差混合、差 LoRA 关联，以及较弱的上下文控制。由于目标是保持上下文，结果必须转向基础的“SAFE”方向，这意味着我将使用 NSFW 图像对安全版本进行微调。

• 关键差异：

  • 性爱包使用 A100 在快速训练中以 15,000 张平均源图像训练至 epoch 5，审查结果显示图像质量参差不齐。出现了单色、灰度、线稿、真正的 AI 毒素、长篇漫画，以及一些需要花时间剔除的缺陷图像。

  • Safe Fixers 使用 15,000 张高保真、高评分的人工创作（主要为）动漫图像训练至 epoch 40。其质量展现出卓越的上下文感知与控制力，这在混合概念时不可忽视。

  • 即使在 epoch 5，性爱包已经过于破坏性，无法继续训练；而 Safe Fixers 却稳定地坚持到了 epoch 40。

• 学习经验：

  • 在处理这两组数据包的过程中，我学到了一个至关重要的要素：

    1. 图像尺寸无法在每个设备上都可靠地进行分桶。

       • 我开发了一款软件用于调整尺寸

       • 剪裁过高或过宽的图像

       • 进行损坏、有效性与合理性检查，以识别图像炸弹和隐藏的损坏下载，否则直到训练程序花费了 $100 的沉没成本时才会被发现。

    2. 标签顺序至关重要。系统在标签按特定顺序排列以构建特定场景时，更能理解它们。

       • 我已定制了内部标签软件，确保从今往后标签顺序符合特定范式。

       • 我已开始为所有内容打上美学和质量标签。

         • 非常美学 - 0.9^

         • 美学 - 0.6 ^

         • 不悦

         • 非常不悦

       • 自动化 NSFW 检测。

即将到来的前 10,000 张最高质量微调 - 学习率 0.000033：

• 这标志着版本 4 的核心训练正式开始，0.000033 将成为版本 4 的标准，直至版本 5。我将使用当前 TE 学习率的三分之一用于 CLIP_L，即 0.000000333。

• 我获得了一批极高质的图像包，大部分为 AI 生成，是我见过的图像基线质量最高的之一。

• 目前，存在大量可提升的信息，当我看到几乎空洞的角色、单色、灰度等在特定 token 阈值出现时，我就能察觉到。

• 由于修复、解剖修正与内容增补已足够坚实，是时候将姿势和核心模型提升至专业级质量了，这是我最初在模型启动时就计划引入的，但 Flux 在这一方面进行了顽强抵抗，因此花了很长时间才突破我期望的上下文点。

• 此版本已达到大多数期望的上下文标志，因此从今天起，LoRA 堆栈已被合并为一个整体——混合版本。

• 此模型的鲁棒性非常高，因为它已经经历了相当于小学的教育。现在是时候进入真正的学术阶段，送它去高中学习“大男孩”关联与“大男孩”数字了。

三模型重磅发布 - 2024 年 11 月 2 日上午 9:54（GMT-7）：

• 三种新模型现可使用；

  • 每个模型主要针对 Flux1D，而非 Flux1D-DeDistilled。在我达到某种分歧点后，DeDistilled 的结果看起来非常糟糕。主模型已回归 Flux1D，直到核心发展到 Flux1D 实际上会损害它时，我们才需要改名。

  • 不要对这些模型进行训练。我尚未确定一致的核心，因此目前仅用于体验。

• safe - 深度训练的安全标签

  • 更多展示图见此处：https://civitai.com/articles/8401/simulacrum-v38-safe-e30-teaser-2-electric-boogaloo

  • 深度训练的安全包正在全力运行，功率为 80%，性爱包被排除在外。

  • 我对结果非常满意。它已经训练了一周。

  • 整个安全包基于艺术风格、艺术家和大量预期且有趣的元素，绝非为性内容设计。

  • 你仍可控制角色姿势、移动角色等。

  • 适用于创作艺术、漫画、报纸剪报、图像修复等。

• explicit - 深度训练的明确标签

  • 包含极低强度的安全包内容，专用于性姿势与性行为。目标是引入性核心元素，尽管可能效果不佳，未来仍需重新训练。

  • 但目前玩起来应该很有趣。

  • 如果你仔细观察我生成的图像，会发现它们与 Simulacrum 核心非常相似，这表明它依然存在、依然强大，并持续改进基础姿势与模型本身。

  • 这是坚实核心的标志。

• mix

  • 两个包以高功率混合并合并。预期结果不确定，但乐趣十足。

将《爱经》喂给 Simulacrum - 2024 年 10 月 28 日晚 7 点（GMT-7）：

• 我已开始将第一批 15,000 张性姿势图像输入模型，包含来自多种角度、多种原型与角色的姿势序列。

• 标签混合了 danbooru、gelbooru、rule34xxx 和 rule34us。我已标准化许多，但决定不标准化 rule34us 和 rule34xxx 带来的大量冷门标签。我认为这种方式能产生更多有趣的产出。

• 这是性爱包 2 的五个阶段中的第一阶段：第一阶段为教育，第二阶段为填充，第三阶段为修复与微调，第四阶段为公开测试，第五阶段为完全集成至核心模型。

• 性爱包 1 主要聚焦于狗爬式（功率约 0.7，即将提升至满功率），并已直接集成进 Simv3，我相信很多人已经注意到了。很快将发布一个超级 NSFW 版本，以及一个因“安全”包训练而发布的安全版本。

• 我秘密发布了它，因为它只是 35 个姿势中的一个，但它是一个成功测试，需要扩展。

  

• “安全”版本是一个完全独立的模型，更注重艺术与风格化，主要用于 SFW 身体整合，而非其对应版本，但仍支持与它大胆的 NSFW 对应版本相同的元素与部件。

• 当前版本是一个混合体，将成为未来版本的核心模型，最终将包含所有性姿势，并为对应版本提供安全优化。

• 獸人部分的数据训练即将开始。我目前已收集约 200 种物种，每种超过 1000 张图像。标签差异较大，只要确保某些标签不交叉污染，交叉污染风险极低，同时仍赋予其生成 1girl、1boy、2girls 等标签的能力。合适的标签公式对正常运行至关重要。

构建毛茸茸的核心有点令人生畏，因为我对这些标签整体上了解不多，但我愿意接受这个挑战并快速学习。

比赛即将结束，请提交你的最终作品。

我悬赏了5万热度，邀请有人为我制作一个吉祥物。

https://civitai.com/bounties/5177

如果你想要那笔热度，就赶紧动手吧。

主要图像集是 ANIME<<<

Dev1 = 极佳上下文 + 更快

Dev1Distilled = 疯狂高上下文 + 更高质量

它在迁移到其他内容时表现得非常好。核心真实感模型在额外训练后仍保持完好，这证明了训练方法的可行性。如需了解如何自行制作，请查阅我发布的50份分散指南之一。

---

/model/803213

我最近已将最重要的关键信息映射到动态流顶部。

---

正如你所见，使用相同提示词和种子时，1dev 生成的结果远不如 DeDistilled 那样上下文控制稳定；但生成速度更快，因此请根据你的需求权衡取舍。

今晚我也发布了压缩版的 Flux1D。我已经没有精力再做更多了。另外，目前还没有提供 LORA，抱歉。我正在为如何将一个庞大的 64 维 128 alpha 模型，与我合并成此模型的两个较小模型（32 维 64 alpha 和 16 维 32 alpha）安全融合而头疼。我会持续向大家通报我在安全融合方面的研究进展。

目前，我正在两台租用的 4090 显卡上运行一个包含一万个图像的安全训练任务，预计耗时超过一周。现在我已经考虑干脆自己买几台了。

我重新生成了下方 DeDistilled 的部分低质量真实图像。请在较低的 CFG 下使用“放大修复”功能，以生成相似质量的图像。这并非每次都成功，但确实能很好地保持上下文。

运行 DeBlurr LORA。它能消除人们一直称之为“褪色”的效果，但实际上这只是 T5 干扰了 Flux 的景深所致，我称之为“固定干扰”。

在 UNET + CLIP_L 上训练 LORA，T5 可从任何地方获取。

你还记得那个旧版 Consistency Version 3 吗？现在它才真正呈现出应有的样子。大家尽情享受吧，下方是生成设置。

NSFW 控制器现在表现相当出色。下一批将使用一万张 safebooru 图像，以巩固“safe”标签的使用；但目前系统只是简单地“给画面贴上安全标签”。

你可以直接提示 NSFW 元素，或使用“explicit”标签强制触发它们。

目前有三种主要训练类型：写实、动漫和 3D。你可以在提示词的任意位置随时指定其中一种，强制让图像呈现该风格，或将其扩散到整张画面。截至目前，已使用超过 35,000 张图像和超过 850,000 步进行训练。我大致数了数。

这是四个独立 LORA 的堆叠，它们均直接基于 Simulacrum Flux1D2 V23 合并模型，使用 Flux1D2 训练而成；

我今天早上发布了一篇关于如何制作它的文章。https://civitai.com/articles/8311/flux1d2-training-guide-making-base-models-and-merging-loras-hurts 所有 LORA 均设计为直接与 DeDistilled 推理配合使用。结果……几乎能生成我想象出的一切。某些部分仍需手动调优，但大部分功能都能正常运行。构建世界，打破世界，用汉堡做成的屁股和胸脯，用奶酪做的鸡巴，都没人在乎。这是你的世界，你来创造它。

设置：

这些设置专属于此 DeDistilled 模型；

若你看到“重叠层”，请增加步数。两个系统中存在相互矛盾的训练内容，因此在完成两百万图像微调前，请预期出现一些奇怪的现象。

DeDistilled 设置：

• 对于写实风格：

  • 步数：35–50

  • CFG：6.5–9

• 对于动漫风格：

  • 步数：20–30

  • CFG：4–7

• flux CFG 0 << 可调整至约 1.5，再高会出现严重退化。

• euler < simple/normal 是我最喜欢的。经过大量训练后，可能还有其他未测试过的采样器可用。

• <<< 无关紧要。可任意设置尺寸。分桶训练已处理好一切。256 至 2048，使用来自各处的 35,000 张图像。尺寸过大时会生成多张图像，过小可能无法生成任何内容。

1D 基础设置：

• 对于写实风格：

  • 步数：20–40

  • CFG：1

  • flux CFG：3–5（推荐 3.5）

• 动漫风格同理，步数可自行增减。

• 使用 euler < simple/normal

• <<< 无关紧要。可任意设置尺寸。分桶训练已处理好一切。256 至 2048，使用来自各处的 35,000 张图像。尺寸过大时会生成多张图像，过小可能无法生成任何内容。

实验表明，无论使用哪个模型，在 25 步、euler simple/normal 采样器下，将 768x768 图像放大至 1024x1024 均能获得良好效果。

/model/803213

更多生成技巧，包括标签列表，请参见此链接。LORA 组合将很快上传，包括单个 LORA 及将其压缩为此精确模型的配方。