Dies ist ein Bildgenerierungsmodell, das auf dem Training von Illustrious-xl basiert und vom Laxhar Lab weiter trainiert wird.

https://civitai.com/models/795765/illustrious-xl

Es nutzt die neuesten vollständigen Danbooru- und e621-Datensätze für das Training mit nativen Tags als Beschriftung.

Die am 8. Oktober hochgeladene Version wurde 5 Epochen auf 8*H100 als Early-Access-Version trainiert.

Und Huggingface-Seite des Labs

Neue Version wird auf 32*H100 trainiert

https://huggingface.co/Laxhar/sdxl_noob

Nachfolgemodelle und technische Berichte werden auf Huggingface veröffentlicht

Kommunikation QQ-Gruppen：①875042008 ②914818692 ③635772191

DISCORD: Laxhar Dream Lab SDXL NOOB

Wir sprechen unseren aufrichtigen Dank an unsere geschätzten GPU-Sponsoren für ihre großzügige Unterstützung aus: https://cloud.lanyun.net

Diese Version des Modells verbessert die Passform der Charaktere und Stile in Illustrious-xl 0.1ver, und die spezifischen Merkmale der Charaktere sind besser dargestellt. Laxhar Lab trainiert derzeit die neue Version des Open-Source-Modells von XL auf Grundlage dieser Beta-Version weiter, in der Hoffnung, die Nutzung von Lora zu minimieren und ein einsteigerfreundliches, mit einem Klick nutzbares SDXL-Anime-Modell zu veröffentlichen!

Hinweis: Der Modellname und andere Details können sich ändern.

Dieses Modell befindet sich noch im Training!!!

Dieses Modell befindet sich noch im Training!!!

Dieses Modell befindet sich noch im Training!!!

Aktueller Status

Dies ist eine 50%-Version für den internen Gebrauch. Eine begrenzte externe Testung wird jedoch erwogen.

Datensätze

- Danbooru (Pid: 1~7.600.039):

https://huggingface.co/datasets/KBlueLeaf/danbooru2023-webp-4Mpixel

- Danbooru (Pid > 7.600.039):

https://huggingface.co/datasets/deepghs/danbooru_newest-webp-4Mpixel    

- E621-Datenstand 2024-04-07 :

https://huggingface.co/datasets/NebulaeWis/e621-2024-webp-4Mpixel

Beschriftung

<1girl/1boy/1other/...>, <character>, <series>, <artists>, <special tags>, <general tags>

Qualitäts-Tags

Für die Qualitäts-Tags haben wir die Bildpopularität durch folgenden Prozess bewertet:

• Daten-Normalisierung basierend auf verschiedenen Quellen und Bewertungen.

• Anwendung von zeitbasierten Abklingkoeffizienten basierend auf dem Datum.

• Rangfolge der Bilder innerhalb des gesamten Datensatzes basierend auf dieser Verarbeitung.

Unser letztendliches Ziel ist es, sicherzustellen, dass Qualitäts-Tags die Nutzerpräferenzen der letzten Jahre effektiv verfolgen.

Perzentilbereich Qualitäts-Tags

> 95. Meisterwerk

> 85, <= 95 Beste Qualität

> 60, <= 85 Gute Qualität

> 30, <= 60 Normale Qualität

<= 30 Schlechte Qualität

Im CCIP-Test zeigte noobaiXL eine Verbesserung von etwa 2 % gegenüber seinem Basismodell. Basierend auf Daten von über 3.500 Charakteren erreichten 89,2 % der Charaktere einen CCIP-Wert über 0,9. Angesichts der aktuellen Modellleistung ist es notwendig, den Datensatz für den bestehenden CCIP-Test weiter zu erweitern.

NoobAI-XL Kurzbericht V0.1

https://nx9nemngdhk.feishu.cn/docx/XcAddUhDOo57U7x7MbXcE6VNnYc

Verbot der Monetarisierung:

● Es ist verboten, eine geschlossen quellcodierte feinabgestimmte/zusammengesetzte Version des Modells zu monetarisieren, die den öffentlichen Zugriff auf Quellcode/Gewichte und die Nutzung einschränkt.

● Gemäß Lizenz müssen abgeleitete Modelle und Varianten offen veröffentlicht werden. Dieses Modell ist für die Open-Source-Nutzung vorgesehen, und alle Derivate müssen den gleichen Grundsätzen folgen.

Lizenz

Dieses Modell wird unter der Fair-AI-Public-License-1.0-SD veröffentlicht.

Bitte besuchen Sie diese Webseite für weitere Informationen:

Freedom of Development (freedevproject.org)

Vielen Dank an alle, die uns mit ihrer Erfahrung und ihrem Training vorausgegangen sind, und ich lade andere Labs ein, den Staffelstab zu übernehmen und das Community-Anime-Modell immer besser zu trainieren!

Die Teilnehmer, Mitwirkenden und Tester des Modells werden unten anerkannt

（ohne bestimmte Reihenfolge）

Teilnehmer

L_A_X https://civitai.com/user/L_A_X

https://www.liblib.art/userpage/9e1b16538b9657f2a737e9c2c6ebfa69

li_li https://civitai.com/user/li_li

nebulae https://civitai.com/user/kitarz

Chenkin https://civitai.com/user/Chenkin

Euge https://civitai.com/user/Euge_

Mitwirkende

Narugo1992:

Danke an narugo1992 und das von ihm geführte deepghs für die Open-Source-Stellung einer Reihe von Trainingssets, Bildverarbeitungstools und Modellen.

https://github.com/narugo1992

https://huggingface.co/deepghs

Naifu：

Training-Skripte

https://github.com/Mikubill/naifu

Onommai：

Danke an onommai open source für ein so leistungsfähiges Basismodell.

https://onomaai.com/

aria1th261 https://civitai.com/user/aria1th261

neggles https://github.com/neggles/neurosis

parsee-mizuhashi https://huggingface.co/parsee-mizuhashi

bluvoll https://civitai.com/user/bluvoll

sdtana https://huggingface.co/sdtana

chewing https://huggingface.co/chewing

irldoggo https://github.com/irldoggo

reoe https://huggingface.co/reoe

kblueleaf https://civitai.com/user/kblueleaf

Yidhar https://github.com/Yidhar

ageless 白玲可 Creeper KaerMorh 吟游诗人 SeASnAkE zwh20081 Wenaka⁧~喵 稀里哗啦 幸运二副 昨日の約. 445 EBIX Sopp Y_X adsfssdf Minthybasis Rakosz