[illustrious model] illusob-xl-mahoroba-mix (noobai v-pred0.65S merge model)

未经许可禁止复制。这会影响我的创作动力。

😭如果您能点击点赞按钮，我会非常受鼓励。😭
v1.0 = 标准 fp16 模型。/ v1.0_fp8 = 低精度 fp8 模型，适用于低配置电脑。
v1.0_hyper8_fp8 = fp8 与 hyperSDXL 合并模型，适用于低配置电脑及快速生成。
vpred05_v1.5 & vpred06_v1.6 vpred065S_v1.65s = v-pred fp16 模型。

2024年11月24日更新

• 备注 / 日语说明见下方。
  您也可以在 TensorArt 上试用此模型。
  不需要质量标签与负面提示。当然，使用质量标签可提升效果。
  若出现噪点，请逐步降低 CFG 比例，或使用高分辨率修复来消除噪点。

  经确认，此 v-pred 模型在“A1111 dev”中无法正确生成图像。
  我们曾尝试在“reforge”和“comfyui”中生成图像，并寻找在“A1111 dev”中正确生成的方法，但发现诸多问题（例如无法使用 hyper8steps），因此决定不支持“A1111 dev”。

  标签顺序应与 illustrious-XL 保持一致，应该没有问题。
  评级标签可能已失去功能，这并非我的责任。
  对应的 LoRA 保持不变，之前可用的仍可使用，不可用的则无法使用。

  生成暗色场景时，需略微降低 CFG 比例，否则颜色可能异常。

  样图使用以下设置生成：
  采样方法：Euler / 调度类型：Simple / CFG 比例：4-5 / 采样步数：20

  ByteDance Hyper-SDXL - 8 Steps 可在以下设置下实现快速生成：
  采样方法：Euler / CFG 比例：1 / 采样步数：10

  dmd2_sdxl_4step_lora_fp16 可在以下设置下实现快速生成：
  采样方法：Euler / CFG 比例：1 / 采样步数：5

---

• 生成环境
  reForge 版本：f1.0.5-v1.10.1RC-latest-801-g62a6cdf1
  python：3.10.11 / torch：2.3.1+cu121 / xformers：0.0.27 / gradio：3.41.2

---

• 许可证
  我希望遵循 illustrious-XL 的许可证。

---

• 合并配方
  illusob-xl-merge-base-vpred065S_v165s = noobaiXLNAIXL_vPred065SVersion
  x (1-alpha) + illustriousXLPersonalMerge_v30Noob10based x alpha (0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.0)

  • (illustriousXLPersonalMerge_v30Noob10based
  • noobaiXLNAIXL_epsilonPred10Version)
    x alpha (0.0,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.5)
  • (ExilluNoob05-B_v01 - noobaiXLNAIXL_epsilonPred05Version)
    x alpha (1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,1.0,1.0,1.0)

  差值 LoRA A = 社区小马模型 - ponyDiffusionV6XL_v6StartWithThisOne

  差值 LoRA B = 社区 Animagine 模型 - animagineXLV31_v31

  本模型 = illusob-xl-merge-base-model

  • 差值 LoRA A (0,0,0,0,0,0.4,0.4,0.4,0.4,0,0,0)
  • 差值 LoRA B (0,0,0,0,0,0.4,0.4,0.4,0.4,0,0,0)
  • 自制 illustrious LoRA A (0,0,0,0,0,0.9,0.9,0.9,0.9,0,0,0)
  • 自制 illustrious LoRA B (0,0,0,0,0,0.3,0.3,0.3,0.3,0,0,0)
  • 自制 Pony LoRA A (0,0,0,0,0,1.2,1.2,1.2,1.2,1,1,1)

---

• 备注
  已在 TensorArt 上架，可试用生成。
  无需使用质量标签或负面提示，当然使用质量标签有时能获得更好效果。
  若出现噪点，请逐步降低 CFG 比例，或使用高分辨率修复消除噪点。

  已确认该 v-pred 模型在“A1111 dev”中无法正确生成图像。
  我们曾尝试在“reforge”和“comfyui”中生成图像，并寻找在“A1111 dev”中生成的方法，但因出现诸多问题（例如无法使用 hyper8steps），故决定不支持“A1111 dev”。

  标签顺序应与 illustrious-XL 保持一致，应无问题。
  评级标签似乎已失效，这并非我的责任。
  对应的 LoRA 保持不变：可用的仍可使用，不可用的仍不可用。

  生成暗色场景时，若不略微降低 CFG 比例，颜色可能会失真。

  样图生成设置如下：
  采样方法：Euler / 调度类型：Simple / CFG 比例：5 / 采样步数：20

  使用 ByteDance Hyper-SDXL - 8 Steps 可实现高速生成：
  采样方法：Euler / CFG 比例：1 / 采样步数：10

  使用 dmd2_sdxl_4step_lora_fp16 可实现高速生成：
  采样方法：Euler / CFG 比例：1 / 采样步数：5

---

• 生成环境
  版本：f1.0.5-v1.10.1RC-latest-779-ge4ef43fc / python：3.10.11 / torch：2.3.1+cu121
  xformers：0.0.27 / gradio：3.41.2 / checkpoint：1c5a1cce01

---

• 许可证
  我希望遵循其基础模型 illustrious-XL 的许可证。

---

借此机会，向创造此优秀模型的各位致以敬意。
我不擅长命名，因此从 illustriousnoob 中取“triousno”简化为“illusob”（イルソブ）。混合名称灵感来自该画风活跃者的姓名。
我更改了编号规则，以 v1.0 为基准，加上 v-pred 编号，使版本更清晰易懂。