모델/Deep Negative V1x - V1 75T

Deep Negative V1x - V1 75T

5/18/2025

1:25:15 PM

팁

임베딩을 (최저 품질, 저품질, 로고, 텍스트, 워터마크, 사용자 이름) 같은 네거티브 프롬프트와 함께 사용하세요.

75 토큰 이상으로 훈련된 모델의 경우, 오류를 피하기 위해 더 작은 토큰 버전을 사용하는 것을 고려하세요.

네거티브 프롬프트에 넣으세요

만약 SDXL을 사용한다면, 이걸 추천합니다 👉 SDXL 버전용 DeepNegative

이 임베딩은 정말 역겨운 것들🤢🤮을 알려줍니다

그러니 네거티브 프롬프트에 넣으세요😜

⚠이 모델은 SDXL을 위해 훈련되지 않았으며 SDXL에서 사용할 경우 원치 않는 결과를 가져올 수 있습니다.

만약 SDXL을 사용한다면, 이걸 추천합니다 👇

다른 deep-negative:

[특별 알림] 웹 UI에서 다음 오류가 발생하면:

- CUDA: CUDA error: device-side assert triggered

- Assertion -sizes[i] <= index && index < sizes[i] && "index out of bounds" failed

- XXX object has no attribute 'text_cond'

75T 이외의 모델 버전을 사용해 보세요.

> 이유는 많은 스크립트가 너무 긴 네거티브 프롬프트 단어(75 토큰 초과)를 제대로 처리하지 못하기 때문이며, 더 작은 토큰 버전을 선택하면 이 문제가 개선될 수 있습니다.

이 임베딩은 잘못된 인간 해부학, 불쾌한 색상 배합, 뒤집힌 공간 구조 등 역겨운 구성 및 색상 패턴을 학습합니다. 네거티브 프롬프트에 넣으면 이러한 요소를 많이 피할 수 있습니다.

토큰당 벡터 수

64T: 혼합 데이터셋에서 30,000 스텝 이상 훈련.

75T: 임베딩 최대 크기 한계, 특별 데이터셋에서 10,000 스텝 훈련(여러 다른 SD 모델과 특수 역처리로 생성됨)

75T: 특별한 방법으로 만들어진 정확한 데이터셋에서 훈련된 가장 "사용하기 쉬운" 임베딩으로, 거의 부작용이 없음. 다양한 사용 시나리오를 충분히 커버하는 정보를 포함. 하지만 일부 "잘 훈련된 모델"에는 효과가 약하거나 미묘할 수 있음.
64T: 모든 모델에 작동하지만 부작용이 있음. 최적의 가중치를 찾기 위해 약간의 튜닝 필요. 추천: [( NG_DeepNegative_V1_64T :0.9) :0.1]
32T: 유용하지만 다소 과함
16T: 나쁜 해부학 그리기 확률 감소, 그러나 못생긴 얼굴이 묘사될 수 있음. 건축물 수준 향상에 적합.
4T: 나쁜 해부학 그리기 확률 감소, 다만 빛과 그림자에 대한 효과는 약간 있음
2T: 75T처럼 "사용하기 쉬움", 효과는 약간 있음