本模型禁止用于任何商业及违法用途，禁止随意转载，仅限成果分享，违者后果自负！

我在国内平台 tusi.art 和 liblibai.com 也发布了本模型，各平台的创作激励机制不同，敬请关注与支持！

（我的QQ群：235392155，Lora代练、ckpt融合调整请加我QQ：2402799912）

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

这是我的爱发电页面，求补贴一点电费QAQ，感谢您的支持！

https://afdian.net/a/Qing

V2：

使用相同训练集，调整训练参数，推荐权重为1

V1：

基于niji生成图像训练的风格Lora，除保留原有画风外，还能提升男性角色塑造能力。推荐权重受基础大模型影响，建议自行尝试调整。

给使用本模型的访客的一些建议与答疑

（作为一名非专业人士，虽未接受过美术或AI的系统教育，但我始终在努力学习、探索，并与各位高手交流心得。我对所关注之事抱有极高的精神洁癖，因此我希望在自己的小天地里传递正确的AI知识。）

1、LORA

• 对于动漫角色Lora，最佳权重就是1。虽然调整权重能改善拟合效果，但也会带来副作用。例如：C站上的多数动漫角色Lora都存在过拟合问题，为缓解这一现象，常建议将权重降至0.6或0.8，但此举会导致角色失去部分原始外观特征。

• 过拟合通俗解释：训练过度导致Lora表现僵化，例如角色不听从标签指令，甚至直接复现原始训练素材图像。

2、CKPT

• CLIP偏移和UNet过拟合都会导致模型不听从标签指令。

• CLIP偏移会影响标签识别能力，C站上大量模型存在此问题却未被意识到。若您感兴趣，我在下方“其他”部分会提供检测与简易修复方法。

• UNet过拟合也会使模型僵化，不响应标签，甚至在无标签时仍能生成好看图片——这正是过拟合时“吐出”原始素材的表现。

• 融合类CKPT能有效提升模型出图的下限，但融合模型对标签权重的控制混乱，因此各有“特色”，且基于此类模型训练的Lora很难在其他模型上通用。

3、VAE

• CKPT本身已内置VAE，外部挂载VAE并非用于增强，而是用于替换。

• VAE最直观的影响是饱和度变化，但这并非其全部功能——在绘图时，它还会改变构图、细节等。

4、其他

• 模型体积大不代表质量好，很多模型内含大量无用数据，下载纯属浪费流量与存储空间。

• 示例图的好坏不能代表模型质量，除了作者自身审美外，你无法得知他使用了多少辅助模型或插件，也无法确认他是经过多少次文生图、图生图的迭代才得到该结果。

• 下载量与点赞数也不能说明模型质量，点赞基于下载量，而下载量受作者名气、封面吸引力、角色人气、画风受众、模型类型偏好等多种因素影响。

• 模型并非版本越新越好，很多时候只是针对某一版本的不同方向调整。甚至有作者为蹭流量而恶意刷更新，实际模型质量却原地踏步。

• 更专业详尽的知识请参阅万象熔炉 | Anything V5/Ink的简介部分，关于CLIP偏移的检测与修复方法详见本文档前段。

  模型链接：万象熔炉 | Anything V5/Ink - V3.2++[ink] | Stable Diffusion Checkpoint | Civitai