別のハイパーフィクセーションとワールドビルディングプロジェクトに没頭した後、少し戻ってきました（現在はdGPUが1つ弱くなりました）。

アップロードされたバージョンには通常のCLIP版のみが含まれています。Long-CLIPについては、HuggingFaceのSD1.5-Experimental-Projectsでご確認ください。はい、このバージョンはすでにPandoraBoxの実験的Long-CLIPモデルの下に統合されています。

## comfy-mechaレシピテキスト:

version 0.1.0
model "ColorSplash/[SD1.5]ColorSplash-v0.1.2.safetensors" model_config="sd1-ldm" merge_space="weight"
model "aurora_v10.safetensors" model_config="sd1-ldm" merge_space="weight"
merge "subtract" &0 &1
model "PandoraBox/[SD1.5]PandoraBox-a1-Vodka.safetensors" model_config="sd1-ldm" merge_space="weight"
merge "subtract" &3 &1
merge "perpendicular_component" &2 &4
model "OpenSolera/[SD1.5]OpenSolera-a7-Sake.safetensors" model_config="sd1-ldm" merge_space="weight"
merge "subtract" &6 &1
merge "perpendicular_component" &2 &7
model "PandoraBox/[SD1.5]PandoraBox-a2-Vermouth.safetensors" model_config="sd1-ldm" merge_space="weight"
merge "subtract" &9 &1
merge "perpendicular_component" &2 &10
model "BlackDaisyMix/BlackDaisyMix-v1-Variation_1.safetensors" model_config="sd1-ldm" merge_space="weight"
merge "subtract" &12 &1
merge "perpendicular_component" &2 &13
merge "ties_sum_with_dropout" &5 &8 &11 &14 probability=0.8000000000000002 della_eps=1e-06 rescale=true k=1.0000000000000002 vote_sgn=false apply_stock=false cos_eps=1e-06 apply_median=false eps=1e-06 maxiter=100 ftol=1e-20 seed=1273.0000000000002
merge "add_difference" &0 &15 1.0
merge "fallback" &16 &0

## 使用したLoRA（順番）[比率の記法: モデル強度 | CLIP強度]:

AIOMonsterGirl（V4からの完全な差分抽出、MixPro+ColorBox-V4.5をComfyUI経由で）（比率: 1.00|1.20）
hll6.3-fluff-a9（a10-epsよりも優れたv-prediction性能を実現するために、メイン部分に別のhllモデルを使用）（比率: 0.20|0.30）
Monster Girl - Concept - v06.07（比率: 0.40|0.90）
hll-fluff-a5a-nai（モデルのルーツとの整合性を高め、主観的なパフォーマンスも向上させるため）（比率: 1.00|1.20）
Artists All-in-One - v1 (NovelAI)（比率: 0.25|1.00）
Theovercomer8's Contrast Fix - SD1.5（比率: 1.00|1.00）
DPO (Direct Preference Optimization) LoRA - SD1.5（比率: 1.00|1.00）
SPO-SD-v1-5_4k-p_10ep_LoRA_webui（比率: 1.00|1.00）
Hyper-SD - 12-step CFG（比率: 1.00|1.00）
Hotaru's Contrast Control（比率: 0.75|0.00）
Hotaru's Saturation Control - Type 1（比率: 0.35|0.00）

## 使用したVAE: nubby/kl-f8-anime2-blessed - WD1-4-kl-f8-anime2-bless09.safetensors
## 使用したCLIP（通常版）: zer0int/CLIP-Registers-Gated_MLP-ViT-L-14 - ViT-L-14-REG-TE-only-xtreme-HF-format-ckpt20.safetensors
## 使用したCLIP（Long-CLIP）: zer0int/LongCLIP-Registers-Gated_MLP-ViT-L-14

CLIP Skip 1と2は問題なく動作し、Skip 1ではより詳細な出力が得られます。全体的な知識はやや弱いですが、構成とカラーリングは強力です。このモデルは、詳細やプロンプトに対して非常に厳しくなるため、実際にはそれが私の望むところです :)

警告：ここにはドラゴンがいる！

このモデルのCLIPはModel Toolkitと互換性がありません。Model Toolkitを使用してこのモデルをチェックまたはプリューンしないでください。これはモデル自体を破壊せずに実行することは不可能です。詳細は この記事 をご覧ください。

また、このモデルはzSNRとV-predictionを使用しています。.yaml構成ファイルをダウンロードし、モデルと同じフォルダーに配置してください（A1111/Forge用）；またはComfyUIではModelDiscreteSamplingノードをご使用ください。

このモデルとは？

ColorSplash（プレビュー画像では以前「ColorStorm」と呼ばれていましたが、現在はより良く動作するように再構築されました）は、v-predictionを過度な品質低下なしにマージできるかをテストするために作成されたStable Diffusion 1.5のマージモデルです。私は動作させるために継続的に改善中です。

このモデルの使い方？

プロンプト：

このモデル（私のテストでは）booruタグを非常にうまく使用しますが、自然言語はまれにしか使用できません。

スタイルはこのモデルでは影響を与えにくいです。プロンプトの単語数が少ない場合、モデルはクリーンでシャープですが、単語が増えれば増えるほど歪みが増します。この問題を克服するために、Hi.res fixを強く推奨します。

多くのアニメチェックロポイントと同様に、このモデルも女性偏向がありますが、それを補正することは可能です。

このモデルは主にComfyUIのプロンプトパーサーとreForgeのデフォルトパーサー（.yaml構成ファイル使用）でテストされています。

キャラクター認識は非常に人気のあるキャラクターにはよく機能しますが、それ以外はそれほどではありません。9th Tailのキャラクター学習は劣化していますが、完全に失われていません。ConcoctionMixのHololiveおよびAIOMonsterGirlの使用もやや劣化していますが、完全に失われていません。注記：Suzuranの複数の尾が滲出することがあります。

このモデルはフューリー系コンテンツにも意外と優れています。なぜかはよくわかりませんが…

また、「茶色化（brown-outs）」はマージされた知識に触れたときに発生します（ほとんどの場合画像が茶色く tint されますので、注意してください。

パラメーター：

（太字で示したものはテスト済みで、比較的安定して動作しています）

サンプラー + スケジューラ：ほぼすべてのオプションが動作しますが、一部茶色化が発生します。最良の解決策は Euler beta、DPM++ 2M beta です。代替推奨：Euler a、DPM++ 2M SGM Uniform、DPM Adaptive、UniPC simple、DDIM（ddim_uniform使用）、DPM++ SDE Beta。Karrasスケジューラは全く使用できません。これはv-predictionモデルの唯一の問題かもしれません。
ステップ：20以上
CFG：4–12（推奨範囲：4–6、7–12は使用可能ですがアーティファクトが発生します）、RescaleCFGを推奨
CLIP Skip：1〜2
解像度：3:2アスペクト比でテスト済み、ベース解像度768以下（640、512）は使用可能です。
Hi.res fix：強く推奨。1.5倍の潜在空間アップスケールでテスト済み

マージレシピ：

ColorSplash-v0.1

この画像はComfyUI形式でのColorSplash-v0.1マージレシピのすべてを示しています。comfy-mechaおよびComfyUI-DareMerge [適切には使用していません] を使用。画像内にメタデータが含まれています。

これは単純なTIESマージ（k=0.9）で、以下のモデルを使用：

モデルA：9th Tail - main_v0.3
モデルB：ConcoctionMix-a1 [Vodka]
モデルC：ConcoctionMix-a2 [Vermouth]

ColorSplash-v0.1.1

V0.1.1は、CLIPを一切変更する必要がないため、comfy-mechaのみを使用しています。

画像が読めない人のために説明すると、これは4つのモデルを用いた2段階マージです：

モデルA：ColorSplash - v0.1（当初はConcoctionMixの実験用として作成）
モデルB：AIOMonsterGirl - v4（より一貫性のある知識移転）
モデルC：OpenSolera - a6 [Fleur]（同じアイデア）
モデルD：FluffyRock Unleashed - v1.0 Base（同じアイデア）

ステップ1：A-x-A法で差分学習（xはモデルB、C、またはD）

ステップ2：ドロップアウト付きTIES和（k=1）を計算し、それをモデルAに追加

モデルタイプ	チェックポイント
ベースモデル	SD 1.5
公開日	6/22/2025

[SD1.5] ColorSplash - V-prediction Vibrant Anime Mix

詳細

ファイルをダウンロード

このバージョンについて

モデル説明