v2.0 将基础模型切换为我的新模型“Veriwarp”。此版本需要完全不同的使用方式，请务必阅读模型说明和生成设置，或直接使用示例图像中的工作流。
与 v1.3 相比
优点：更灵活的年龄标签、更好的提示词遵循度、更鲜明的画风还原度。
代价：有时肢体表现较差。
相比 v1.3
优点：更灵活的年龄标签，更好的提示词遵循度，更鲜明的画风还原度。
代价：有时肢体表现较差。
目前支持的年龄标签
女性：lxlx、mesugaki、bishoujo、lady、mature lady
男性：shxtx、bishounen、gentleman
请使用上述标签替代 1girl、1boy。
（请注意：年龄标签仍不稳定，角色年龄可能随提示词变化而变动；如影响效果，可提高年龄标签的权重，已对此进行优化。）
目前支持的年龄标签：
女性：lxlx、mesugaki、bishoujo、lady、mature lady
男性：shxtx、bishounen、gentleman
请使用上述标签替代 1girl 或 1boy。
（注意：年龄标签仍不稳定，角色年龄可能随提示词变化而改变。若出现影响，请提高年龄标签的权重。已对此进行优化。）
正向提示词中请勿添加任何质量标签，例如“masterpiece、best quality、highres、absurdres、newest、very aesthetic、4k、8k、HDR”等均无需填写。
负向提示词：“masterpiece,best quality,worst quality,low quality,watermark”。
没错，您没有看错，这不是笔误，请务必在负向提示词中填写以上标签。
关于外貌与穿着类提示词：请尽量避免使用含义重复的标签。例如 dress、long dress、blue dress、frilled dress，请直接合并为 blue frilled long dress。
正向提示词：
请勿在正向提示词中使用任何质量标签，例如 “masterpiece、best quality、highres、absurdres、newest、very aesthetic、4k、8k、HDR” 等，这些均不需要。
负向提示词：
“masterpiece, best quality, worst quality, low quality, watermark”
是的，您没有看错，这并非笔误，请务必在负向提示词中包含上述标签。
关于外貌与服饰提示词：
请避免使用语义重复的标签。例如，不要同时使用 dress、long dress、blue dress、frilled dress，而应直接合并为 blue frilled long dress。
生成分辨率
分辨率应在 1024*1024（总像素 1,048,576）至 1536*1536（总像素 2,359,296）之间的任意尺寸。
低于 1024*1024（总像素 1,048,576）通常会使图像质量下降，高于 1536*1536（总像素 2,359,296）则不会带来质的提升。
我常用 960*1344 或 1096*1536。请根据图像复杂度调整，不是越大越好。
生成分辨率：
分辨率应介于 1024×1024（总像素 1,048,576）至 1536×1536（总像素 2,359,296）之间。
低于 1024×1024 通常会导致图像质量下降，高于 1536×1536 则不会带来明显提升。
我常使用 960×1344 或 1096×1536。请根据图像复杂度调整，尺寸并非越大越好。
采样器与调度器
推荐使用 er sde / kl optimal，若您不了解这些选项，请务必尝试！
CFG：4~6 均可正常工作。
步数：30~40 步为常规设置。
采样器与调度器：
推荐使用 er sde / kl optimal，若您不熟悉这些选项，请务必尝试！
CFG 值：
4 到 6 均可正常工作。
步数：
通常设置为 30 至 40 步。
