カバー画像はa1111のバニラ（オリジナル）ベースモデルから直接取得した1MP解像度のものです。アップスケールやプラグイン（顔・手のインペイント修正、CFGリスケールなど）は一切使っておらず、ネガティブプロンプトもありません。これらの画像はa1111でドロップ＆再現が可能で、メタデータも含まれています。もしアップスケールされた画像だと感じるなら、このLoRAはうまく機能している証拠です。

このLoRAを使用したマージの共有や他プラットフォームでの転載は禁止されています。このモデルはCivitaiとTensorArtのみで公開されています。もし他のプラットフォームで本モデルやこの文言を見かけたら、それらは全て偽物であり、そのプラットフォームは海賊版です。

Stabilizer

デフォルトスタイルなしのオールインワンのファインチューニング済みベースモデルLoRAです。

バニラNoobAI e-pred v1.1に適用すれば、ファインチューニングされたベースモデルが得られます。

• 自然な照明やディテール、安定したプロンプト理解、より良い背景、より良い手の表現など、一般的に必要な強化が全て含まれています。

• 過学習したスタイルLoRAではありません（数十枚の学習画像だけのものではありません）。デフォルトスタイルはありません。ベースモデルは最大限の創造性を維持しつつ、過学習効果が大幅に少なくなっています。

• 数千の組み込みスタイルタグや元のSDXLが理解する一般的なスタイルを使用でき、本来の通りにクリーンな画像が生成されます。スタイル汚染や過学習効果はありません。2Dでも3Dでも抽象的でもリアルでも問題ありません。

• 同じ顔や背景が何度も出ることはありません。（過学習した多数のスタイルLoRAをマージしたベースモデルと比較して）

• 学習データセットは高解像度画像のみ（平均ピクセル数約3MP、約1800x1800）を含み、ゼロAI画像です。ピクセルレベルを超えたリアルなテクスチャとディテールが得られ、AI画像で学習したような偽のエッジやテクスチャのない滑らかな表面ではありません。

ただしLoRAなので、任意のベースモデルに調整可能な強度で瞬時に適用可能です。

なぜオールインワンか？ 10の異なるデータセットで10個のLoRAを個別に学習して積み重ねるとベースモデルは破綻しますが、一括で学習すれば衝突が起きません。

なぜベースモデル全体のファインチューニングをしないのか？ 私はギガチャドではなく数百万枚の学習画像も持っていないため、ベースモデル全体のファインチューニングは不要です。

なぜNoobAIを推奨しつつこのLoRAのNoobAI版は廃止したのか？ 1. データセットが大きくなるにつれトレーニングコストが増大。2. illus版をNoobAIで使用しても性能低下は気づかなかったため。

このLoRAのマージ共有は禁止です。 目に見えないウォーターマークを印字する隠しトリガーワードがあり、マージ強度0.05でも有効です。ウォーターマークと検出器は自作しました。使いたくはありませんが、可能です。

フィードバックはコメント欄に残してください。誰でも見やすいです。Civitaiのレビューシステムは非常に出来が悪く、誰もレビューを発見・閲覧できません。

楽しんでください。

注意点：

「Stabilizer」とはバニラベースモデルに適用すると過学習効果を減らし、ディテールを増やす意味です。カバー画像を参照してください。

すでに多くのLoRAを積み重ねてベースモデルが壊れている場合、自動的に修正することはできません。

使用方法

バージョン接頭辞：

• illus01 = Illustrious v0.1 で学習済み（推奨、NoobAIでも）

• nbep11 = NoobAI e-pred v1.1で学習済み（廃止）

「c」バージョン（illus v1.152以降）:

「c」は「colorful（カラフル）」、「creative（創造的）」、「chaotic（混沌）」の意味。このバージョンには非常に視覚的に強烈な学習画像が含まれています。例: 非常にカラフル、高コントラスト、強いポストエフェクト、複雑な照明条件、至る所に複雑な模様。視覚的に強烈ですが、より「自然」ではない画像になることがあります。柔らかい色調のスタイルには影響が出ることもあります。例：非cバージョンのように鉛筆描きのテクスチャを完璧には生成できません。

• かっこいい見た目が欲しい場合は「c」バージョンを使ってください。

• 自然なテクスチャや特定スタイルの正確な再現が欲しい場合は非「c」バージョンを使ってください。

推奨使用例：

• バニラベースモデル（NoobAI、RouWeiなど）。

• ＋ このLoRAを強度0.5〜0.8で。

• ＋ 1〜3個のスタイルタグ／LoRA。（重要）デフォルトスタイルはありません。指定しないとランダムになります。Danbooruの数千のスタイルタグや元のSDXLが理解するどんなスタイルも使え、過学習効果はありません。

非推奨：強いデフォルトAIスタイルがあるベースモデル。

• 90%以上のベースモデルはAIスタイルを内包しています。AIスタイルは非常にクリーンで一貫性があり、トレーニングや使用が簡単なためです。

• 強いAIスタイルはこのLoRAの効果を抑制し、スタイルシフトを引き起こします。比較画像をご覧ください。上がバニラNoobAI、下が強いAIスタイルのWAIです。

• AIスタイルかどうかの判別方法は明確ではありません。多くのAIスタイルは滑らかでテクスチャがなく、表面はエッジのみで変な光沢反射があります。

旧バージョン：

新バージョン＝新しい要素や試み。

LoRAの大きな利点は異なるバージョンを瞬時にミックス可能な点です。

詳細は「アップデート履歴」を参照してください。旧バージョンは効果が大きく異なる可能性があります。

• 現行 ～: 自然なディテールとテクスチャの強化、安定したプロンプト理解と創造性の向上

• Illus01 v1.23 / nbep11 0.138 ～: 鮮やかな色彩の純粋なアニメスタイル

• Illus01 v1.3 / nbep11 0.58 ～: アニメスタイルの強化

データセット

最新バージョンまたは最近のバージョン

合計約7千枚。全て私による手選びです。

• 普通に見映えの良いもののみ。理解不能な突飛なアートスタイルなし。AI画像、ウォーターマークなし。

• 高解像度画像のみ。データセットの平均は3.37MP、約1800x1800。

• 全画像にGoogle最新LLMによる自然文キャプション付き。

• 全アニメキャラはwd tagger v3とGoogle LLMでタグ付け済み。

• 自然、屋外、屋内、動物、日用品など多数、実際の人物は除く。

• あらゆる明るさ条件を包含。非常に暗い、非常に明るい、その両方。

その他のツール

かつてStabilizerの一部だった、または予定されていたアイデアのいくつか。より柔軟に使えるようLoRAとして分離。コレクション: https://civitai.com/collections/8274233

Touching Grass: 実世界データセット（アニメデータセットなし）のみで学習。効果強め。背景と照明が良く、純粋なコンセプトを好み重みの調整が好きなギガチャド向け。

Dark: 一部ベースモデルの高輝度バイアスを修正。Touching Grassの低輝度画像で学習。人間なしなのでスタイルには影響なし。

Contrast Controller: 手作りのLoRA（訓練でなく）。最大300KBの小さなLoRA。モニターのスライダーのようにコントラストを制御。学習型コントラスト強化とは違い、効果は安定・数学的線形でスタイルに副作用なし。

ベースモデルが過飽和気味や色鮮やかなものを求める場合に有用。

例:

Style Strength Controller: 過学習効果低減用手作りLoRA。訓練なしなので副作用ゼロかつ数学的線形効果。あらゆる過学習効果（オブジェクトの偏り、輝度など）を減少可能。

Hassaku XLでの効果テスト: 元のベースモデルには高輝度、滑らかで光沢のある表面、壁の印刷物など多数の偏りあり。プロンプトに「dark」があるがほぼ無視されていた。強度0.25で高輝度の偏りが減り、全表面の不自然な滑らかさが軽減され、より自然な画像に。

Stabilizerとの違い:

• Stabilizerは実世界データで学習。テクスチャ、ディテール、背景に関する過学習効果を「戻して減少」させる。

• Style Controllerは訓練なし。ベースモデルの訓練を「やり直す」ようなもので、輝度やオブジェクトの偏りなど全過学習効果を数学的に減らす。

更新履歴

(2025/6/21) illus01 v1.185c:

v1.165cとの比較。

• 鮮明さとシャープさが100％向上。1ピクセル幅の線が得られ、白紙のテクスチャも表現可能（リアルな紙は純白ではなくノイズがある）。1MPの画像が2Kのように感じられる。

• 説明不能なカオスすぎる画像を30％減少。これにより非常に高コントラストの表現は減りますが、通常使用では安定性向上。

(2025/6/10): illus01 v1.165c

特別版です。v1.164の改良ではありません。「c」は「colorful」「creative」「chaotic」の意味。

非常に視覚的に強烈だが時に説明困難な画像を含むデータセット。非常にカラフル、高コントラスト、複雑な照明条件、複雑な模様が多数出現。

その代わり「自然さ」は低下。柔らかい色調のスタイルに影響を及ぼすことがあります。例：v1.164のように鉛筆画風テクスチャは完璧に生成できない。

(2025/6/4): illus01 v1.164

• プロンプト理解の向上。各画像に視点の異なる3つの自然文キャプションを追加。DanbooruタグはLLMでチェックし重要タグのみ自然文に統合。

• オーバー露出抑制。モデル出力が#ffffffの純白レベルに達するのを防ぐバイアス追加。多くの場合#ffffffはオーバー露出で多くのディテールが失われる。

• トレーニング設定を変更し、NoobAI（e-pred・v-pred）の互換性向上。

(2025/5/19): illus01 v1.152

• 照明、テクスチャ、ディテールの継続的改善。

• 5千枚追加とトレーニングステップ増加により効果強化。

(2025/5/9): nbep11 v0.205:

• v0.198の明るさと色の問題を修正。実写真のような劇的な変化は避けられる。v0.198は悪くないが創造的すぎた。

(2025/5/7): nbep11 v0.198:

• より多くの暗い画像追加。変形した体や暗い環境の背景は減少。

• 色とコントラストの強調を削除。代わりにContrast Controllerを推奨。

(2025/4/25): nbep11 v0.172.

• illus01 v1.93〜v1.121の新要素同様。新写真データセット「Touching Grass」。より自然なテクスチャ、背景、照明。キャラの効果は抑え互換性向上。

• 色再現精度と安定性向上。（nbep11 v0.160比）

(2025/4/17): illus01 v1.121.

• Illustrious v0.1にロールバック。v1.0以降はAI画像が含まれており（約30％）、LoRA学習には不適切。論文読後気づく。

• キャラのスタイル効果低減。v1.23相当。キャラはLoRAからのディテールが減るが互換性向上。トレードオフ。

• その他は下記（v1.113）と同様。

(2025/4/10): illus11 v1.113 ❌.

• 更新: ベースモデルがIllustrious v1.1ベースならこのバージョン。そうでなければillus01 v1.121を使用。

• Illustrious v1.1でトレーニング済み。

• 新データセット「Touching Grass」追加。より良い自然なテクスチャ、照明、被写界深度効果。背景の構造安定性向上。変形した背景（部屋や建物）が減少。

• LLMによる完全な自然言語キャプション。

(2025/3/30): illus01 v1.93.

• v1.72は強すぎる学習だったため強度を下げ互換性向上。

(2025/3/22): nbep11 v0.160.

• illus v1.72と同様の内容。

(2025/3/15): illus01 v1.72

• ani40z v0.4にある自然な動的照明と実世界のテクスチャの新データセットを適用。より自然な照明とテクスチャ。

• 手の強化用に約100枚の小データセット追加。持つ手やガラス・カップなどを扱う。

• 単純背景画像を全削除。約200枚減。

• トレーニングツールをkohyaからonetrainerに変更。LoRA構造をDoRAに変更。

(2025/3/4) ani40z v0.4

• Animagine XL 4.0 ani40zeroで学習済み。

• 自然な動的照明と実世界のテクスチャに重点を置いた約千枚のデータセット追加。

• より自然な照明とテクスチャ。

ani04 v0.1

• Animagine XL 4.0向け初期バージョン。主にAnimagine 4.0の明るさ問題修正。より良い高コントラスト。

illus01 v1.23

nbep11 v0.138

• データセットのバランスを取るため毛皮・非人間・その他の画像を追加。

nbep11 v0.129

• 効果が弱すぎる悪いバージョン。無視してください。

nbep11 v0.114

• 「フルレンジカラー」を実装。自動的に「普通で見映えが良い」方向にバランス調整。写真編集ツールの「ワンクリック写真自動補正」ボタンのようなもの。この最適化の欠点は高バイアスを防止すること。例えば画像の95％を黒、5％を明るい色にしたい場合、50/50％にはできない。

• 少しリアルなデータを追加。より鮮やかなディテールと照明、フラットな色を減少。

illus01 v1.7

nbep11 v0.96

• 学習画像を増加。

• 小規模な「壁紙」データセットで再度ファインチューニング（実ゲーム壁紙、最高品質、約100枚）。ディテール（肌、髪に顕著）とコントラストが改善。

nbep11 v0.58

• 学習画像を増加。学習パラメータをできるだけNoobAIベースモデルに近づける。

illus01 v1.3

nbep11 v0.30

• 学習画像を増やす。

nbep11 v0.11: NoobAI epsilon pred v1.1で学習済み。

• データセットタグを改善。LoRA構造と重み配分を改善。画像構成への影響を安定かつ軽減。

illus01 v1.1

• illustriousXL v0.1で学習。

nbep10 v0.10

• NoobAI epsilon pred v1.0で学習。