Faded

用于训练的基础模型是 Illustrious-XL，建议使用 KohakuXL 推荐的提示词格式。除了基本效果外，合理使用还可产生其他风格及一系列附加效果，请自行尝试。[本模型的所有参数均自动配置并上传]

---

本模型的训练方式

• 本模型使用 kohya-ss/sd-scripts 进行训练，图像由 a1111 的 WebUI 生成。

• 自动训练框架 由 DeepGHS 团队 维护。

• 我们自动选择的训练轮数为 18 ep，以在模型的保真度与可控性之间取得平衡。

为何不直接使用精选的更好图像

我们的模型从数据爬取、训练到生成预览图和发布，全过程 100% 自动化，无人工干预。这是我们的团队进行的一项趣味实验，为此我们已开发了一整套软件基础设施，包括数据过滤、自动训练和自动化发布。因此，若有可能，我们非常期待您的反馈或建议，这对我们的工作极为宝贵。

为何无法精准生成期望的艺术风格

我们当前的训练数据来源于多个图像网站。在完全自动化的流程中，预测官方图像中所包含的具体艺术风格具有相当大的挑战性。因此，艺术风格的生成依赖于对训练数据集中标签的聚类分析，力求实现最佳还原。我们将持续努力解决这一问题并寻求优化，但该挑战目前尚无法完全克服。艺术风格还原的准确性，也难以达到人工训练模型的水平。

以下用户不建议使用本模型，我们深表遗憾：

1. 无法容忍任何与原艺术风格细微偏差的用户。

2. 对艺术风格还原精度有极高要求的应用场景用户。

3. 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户。

4. 不适应使用 LoRA 进行艺术风格模型全自动训练过程的用户，或认为艺术风格训练必须完全依赖人工操作以维护原始艺术愿景完整性的用户。

5. 认为生成图像内容违背自身价值观的用户。