Cześć wszystkim,

Jakiś czas temu udostępniłem informacje o Chromie, moim modelu bazowym open-source w trakcie tworzenia. Otrzymałem mnóstwo świetnych opinii i z radością ogłaszam, że trening modelu bazowego został zakończony, a cała rodzina modeli jest teraz gotowa do użytku!

Krótka przypominajka co do obietnicy: to są prawdziwe modele bazowe.

Nie wykonywałem żadnego estetycznego tuningu ani nie używałem dodatkowych procesów po treningu jak DPO. Modele są surowe, potężne i zaprojektowane, by być doskonałym, neutralnym punktem startowym do fine-tuningu. My wykonaliśmy ciężką pracę, abyś Ty nie musiał.

A mówiąc o ciężkiej pracy, mam na myśli około 105 000 godzin GPU H100. Cały ten czas obliczeniowy posłużył do napełnienia tych modeli ogromną rozkładem danych, co znacznie ułatwi fine-tuning na nich.

Jak obiecano, wszystko jest w pełni licencjonowane na zasadach Apache 2.0 — bez żadnych ograniczeń.

Podsumowując:

Gałąź wydania:

• Chroma1-Base: To podstawowy model 512x512. Solidna, wszechstronna podstawa do niemal każdego projektu kreatywnego. Możesz użyć tego modelu, jeśli planujesz dłuższy fine-tuning, a wysoką rozdzielczość trenować tylko pod koniec epok, aby przyspieszyć zbieżność.

• Chroma1-HD: To wysokorozdzielczy fine-tuning Chroma1-Base w rozdzielczości 1024x1024. Jeśli chcesz wykonać szybki fine-tuning lub LoRA do wysokiej rozdzielczości, to jest Twój punkt startowy.

Gałąź badawcza:

• Chroma1-Flash: Wersja fine-tuningu modelu Chroma1-Base stworzona, aby znaleźć najlepszy sposób na przyspieszenie modeli dopasowujących przepływ. To eksperymentalny rezultat techniczny mający na celu wytrenowanie szybkiego modelu bez użycia GAN. Wagi delta można zastosować do dowolnej wersji Chroma, aby ją przyspieszyć (pamiętaj tylko, żeby dostosować siłę).

• Chroma1-Radiance [WIP]: Radykalnie dostrojona wersja Chroma1-Base, w której model operuje teraz w przestrzeni pikseli, co technicznie powinno wyeliminować artefakty kompresji VAE.
  

Opcje kwantyzacji

• Alternatywna opcja: FP8 Scaled Quant (Format używany przez ComfyUI z możliwym przyspieszeniem inferencji)

• Alternatywna opcja: GGUF Quantized (Musisz zainstalować niestandardowy węzeł ComfyUI-GGUF)

Specjalne podziękowania

Ogromne podziękowania dla wspierających, którzy umożliwili realizację tego projektu.

• Anonimowemu donatorowi, którego niesamowita hojność sfinansowała trening wstępny i zbieranie danych. Twoje wsparcie miało transformujący wpływ na open-source AI.

• Fictional.ai za fantastyczne wsparcie i pomoc w przesuwaniu granic open-source AI.

Wesprzyj ten projekt!

https://ko-fi.com/lodestonerock/

Adres BTC: bc1qahn97gm03csxeqs7f4avdwecahdj4mcp9dytnj
Adres ETH: 0x679C0C419E949d8f3515a255cE675A1c4D92A3d7

mój discord: discord.gg/SQVcWVbqKx