このモデルをあらゆる商業行為および違法行為に使用しないでください。無断転載を禁じ、あくまで成果共有のためにのみ利用してください。違反した場合は責任を負ってください！

中国国内のプラットフォームtusi.artおよびliblibai.comにもモデルを掲載しています。各プラットフォームの創作奨励制度は異なりますので、ぜひご注目・ご支援ください！

（私のQQグループ：235392155、LoRA代行やCKPT融合調整をご希望の方はQQ：2402799912までご連絡ください）

【闲鱼】https://m.tb.cn/h.5V7ITvv?tk=eY01dB4UcnH

これは私の「愛発電」ページです。電気代の補填にご協力くださいQAQ。ご支援ありがとうございます！

https://afdian.net/a/Qing

V2：

同じトレーニングデータセットを使用し、トレーニングパラメータを調整。推奨ウェイト：1

V1：

nijiで画像生成を練習して得たスタイルLoRA。元の画風に加え、男性キャラクターの塑造力を向上させます。推奨ウェイトは大元のモデルに依存するため、ご自身で試行錯誤してください。

モデル利用者へのアドバイスと質問対応

（私は美術やAIに関する専門教育を受けていませんが、自ら学び続け、多くの達人の方々と意見交換を行っています。自分の関心事には非常に高い倫理観を持っており、自分の領域で正しいAI知識を伝えることを目指しています。）

1、LoRA

• アニメキャラクター向けLoRAの場合、最適なウェイトは1です。ウェイトを変更することでフィッティングを改善できることもありますが、それによって好ましくない影響も生じます。例えば、CivitaiのアニメキャラLoRAの多くは過学習しており、その改善策としてウェイトを0.6または0.8に下げることが推奨されがちですが、これによりキャラクターの本来の外見特徴が失われてしまいます。

• 過学習の簡単に説明：トレーニングが過剰になり、LoRAが固定化され、タグの指示に従わなくなったり、元の学習データの画像をそのまま出力してしまう現象。

2、CKPT

• CLIPの偏移やUNetの過学習は、モデルがタグの指示に従わなくなる原因になります。

• CLIPの偏移はタグ認識の誤りを引き起こし、Civitaiにはこの問題に気づいていないモデルが多数存在します。興味がある方は、「その他」の項でチェック方法と簡単な修正法をご案内します。

• UNetの過学習もモデルを固定化し、タグの指示に従わなくなります。さらにはタグがなくても綺麗な画像を出力するようになり、これは過学習によって元画像を吐き出す状態です。

• 融合型CKPTは出力画像の下限を大きく向上させますが、融合モデルはタグのウェイトが曖昧で、各モデルに「特色」が生じます。そのため、このようなモデルでトレーニングしたLoRAは他のモデルではほとんど適用できません。

3、VAE

• CKPTには既にVAEが内蔵されており、外部VAEを追加するのではなく、内部VAEを置き換える目的で使用します。

• VAEは単に彩度の変化だけではなく、構図やディテールの修正など、画像生成全体に影響を与えます。

4、その他

• モデルのメモリ使用量が多いことが必ずしも高性能とは限りません。多くのモデルには不要なデータが大量に含まれており、ダウンロードしても帯域とストレージの無駄です。

• サンプル画像の良し悪しではモデルの品質を判断できません。作者の審美眼以外にも、何種類のモデルやプラグインが使われたか、テキスト生成画像（文生図）や画像生成画像（図生図）を何回試行したかは不明です。

• ダウンロード数やいいね数でもモデルの品質は判断できません。いいね数はダウンロード数に依存し、ダウンロード数は作者の知名度、カバー画像の受容性、モデルキャラの人気、画風の受容性、モデルタイプのターゲット層など様々な要因に左右されます。

• モデルが最新バージョンであることが必ずしも最良とは限りません。多くの場合、特定のバージョンを基に異なる方向性で調整されています。中には、更新を繰り返してダウンロード数を増やそうと悪意ある更新を繰り返す作者もいます。実際の使用結果では、モデルの品質は元のまま変化していないことがあります。

• より専門的・詳細な知識については、万象熔炉 | Anything V5/Inkの紹介部分をご覧ください。CLIPの偏移の検査と修正方法の拡張リンクは、このドキュメントの前半に記載しています。

  モデルリンク：万象熔炉 | Anything V5/Ink - V3.2++[ink] | Stable Diffusion Checkpoint | Civitai