请注意 | 注意

v7版本對數據集結構做了較大幅度的調整，並且使用了不同的訓練參數和訓練策略，因此可能v7的穩定性不如之前版本。

v7版本對數據集結構進行了重大調整，並使用了不同的訓練參數與策略。因此，v7的穩定性可能比之前版本差。

v-pred模型在CivitAI線上生成器上的表現與TensorArt線上生成的結果完全不同，使用相同參數無法複現。我也不清楚原因……

v-pred模型在CivitAI線上生成器上的表現與TensorArt的在線生成結果完全不同，用相同參數完全無法復現。我也不知道為什麼……

TensorArt版本 CivitAI相同參數版本 CivitAI上權重更高版本

快速上手 | 快速開始

這是什麼？ | 這是什麼？

這是一款基於前作數據集基礎上發展而來的圖像質量LoCon，約90%-95%的圖片數據來自CivitAI發布的圖片。

它能讓模型在不使用畫師標籤、使用較少質量提示詞條件下獲得相對穩定的圖像質量，同時節省更多的token空間，並且可修復部分模型固有的生成瑕疵。（手部除外）

由於數據集選取的原因，生成的圖像具有Pony風格，但該模型不針對任何特定畫師、風格和繪畫技法，因此在不同提示詞和模型條件下可能呈現微妙的畫風變化。

這是一款基於先前作品數據集開發的圖像質量LoCon，約90%-95%的圖像數據來自CivitAI。

它允許模型在無需畫師標籤或長提示詞的情況下實現較穩定的圖像質量，同時節省更多token空間。此外，它還能修正部分模型的固有生成缺陷（手部除外）。

由於數據集來源，生成的圖像呈現Pony風格，但不特指任何畫師、風格或技法，不同提示詞和模型條件會有細微風格差異。

使用方法 | 使用方法

針對基於質量提示詞的模型，

針對基於質量標籤的模型，

正向提示詞：

masterpiece, best quality, very aesthetic

負向提示詞：

low quality, displeasing

對於Pony評分體系的模型，

對於基於Pony評分的模型，

正向提示詞：

score_9, score_8_up, score_7_up, score_6_up, score_5_up,

負向提示詞：

score_3, score_2, score_1, 

數據集來源及許可證 | 數據集來源及授權

• 數據集中的每張圖片均由作者本人人工篩選、分類及標註編輯，其中數百張圖片經過了手工編輯與修正。

• 此模型為免費、開源模型，用戶可在私人設備上自行部署。作者不從模型銷售獲取任何報酬。作者亦不限制本系列模型用於商業生成服務或商業用途的圖像生成，但請注意配合使用的Checkpoint和其他LoRA的授權限制。

• 本數據集中約90%-95%是AI生成的圖像，但約有250+張圖像來自公共媒體、新聞媒體和出版物作為概念補充。未來版本將逐步替換這些素材。有商用意圖的用戶請自行注意相關風險。

  本數據集未使用任何獨立畫師的數據，且不標註畫師資料（但不排除AI標註錯誤的可能）。

• 此外，本模型不允許用於閉源商業用途、模型銷售，亦禁止用於閉源商業模型的融合。對於開源融合模型用於生成服務的情況無限制，但建議標注融合模型來源。

• 數據集中的每張圖片由作者手動篩選、分類和註釋，數百張圖片還經過人工編輯和修正。

• 此模型為免費開源模型，用戶可在個人設備上部署。作者不會從模型銷售中獲利。作者 不限制該模型用於商業圖像生成服務或商業用途生成圖像，但請注意與此模型配合使用的Checkpoint及其他LoRA的授權限制。

• 約90%-95%的數據集為AI生成圖像，但也包含250多張來自公共媒體、新聞和出版物的圖片作為概念補充，未來版本會逐步替換。有商用需求的用戶請注意風險。

  此數據集沒有使用任何獨立畫師數據，且未標註畫師信息（不排除AI標註錯誤的可能）。

• 此外，本模型不允許用於閉源商業應用、模型轉售或融合至閉源商業模型。開源融合模型用於生成服務則無限制，但建議標註來源。