模型/Stabilizer IL/NAI - illus01 v1.198

Stabilizer IL/NAI - illus01 v1.198

陳嘉欣 (Chan Ka-yan)

10/5/2025

1:08:57 AM

| Discussion|

提示

請於你的 LoRA 堆疊中首載此 LoRA 以減少因 DoRA 架構動態權重帶來的意外變動。

以全強度於預訓練基礎模型上使用此 LoRA 作為微調基礎模型，以獲得最佳自然細節與風格控制。

疊加強烈風格的基礎模型時需慎重，可能會降低期望效果。

模型無法為過度被 AI 風格圖片過擬合的基礎模型加添自然細節。

避免在 Civitai 評價系統留評論，請於評論區留言以便更多人看見。

可搭配 Dark、Contrast Controller 和 Style Strength Controller 等補充 LoRA 做環境與風格調整。

創作者贊助

在 TensorArt 找我

最新更新：

(2025年7月9日) 你可以在 TensorArt 找到我。

Stabilizer

這是我微調的基礎模型，但以 LoRA 形式。

這個微調的基礎模型：

專注於創意，而非固定風格。 數據集非常多元，因此此模型沒有限制創意的預設風格（偏見）。
只有自然質感、光線和最細節。 無塑膠感 AI 風格。（同款 AI 臉孔、髮型、無紋理光滑表面等…）。我親手挑選數據集中的每張圖片，數據集中零 AI 圖像。
減少畸形圖像，更合邏輯。 背景和構圖更好。
更佳提示詞理解。 使用自然語言標註訓練。
(v-pred) 更均衡光線，高對比。 同張圖甚至同一位置可出現純黑（0）與純白（255），但無溢出與過飽和。

封面圖為原始輸出，預設 1MP 解析度。無放大、無插件、無修補。帶元數據，100% 可復現。

封面圖片中的風格來自預訓練基礎模型，由提示觸發。這些不在我的數據集中。你可以看到預訓練模型熟悉這些風格，但因對動漫數據過擬合無法正常生成。本模型解決了過擬合問題。詳見下方「原理與原因」部分。

為何無預設風格？

「預設風格」意指無論提示詞為何，模型總會生成構成該風格的相同內容（臉、背景、感覺）。
優點：容易使用，不用再額外提示風格。
缺點：無法覆蓋它。如提示與預設風格不符，模型會忽略它。放堆多種風格時，預設風格總會重疊/污染/限制其他風格。
「無預設風格」意即無偏見，你需用標籤或 LoRA 明確指定想要的風格。此模型不會污染、重疊風格。你能得到精確堆疊的風格效果。

為何這是 LoRA 形式的「微調基礎模型」？

我不是超巨佬，沒有數百萬張訓練圖。沒必要微調整個基礎模型，LoRA 足矣。
可省大量 VRAM，以用更大批量。
只需上傳、下載小約 40MiB 文件，比起 7GiB 大體積檔案節省 99.4% 資料與存儲。~~所以我可以不斷更新~~。
此 LoRA 雖小，功能強大。因採用 Nvidia 的DoRA架構，比傳統 LoRA 更高效。

如何取得此「微調基礎模型」？

很簡單。

預訓練基礎模型 + 此 LoRA = "微調基礎模型"

只要在預訓練基礎模型上以全強度載入此 LoRA，預訓練基礎模型即成為微調基礎模型。詳見下方「使用說明」。

禁止分享合併使用本模型。提示，內含我自編水印及檢測器藏詞。我不願用，但我能。

本模型只於 Civitai 及 TensorArt 發布。若在其他平台見「我」與此段話，均為盜版平台。

請在評論區留言回饋，讓大家都能看到。不要在 Civitai 評價系統留言，設計極差，幾乎沒人看得到評論。

使用說明

最新版本：

nbvp10 v0.271（基於 NoobAI v-pred v1.0 訓練）。
- 色彩準確且細節極佳。迄今最佳模型。
nbep10 v0.273（基於 NoobAI eps v1.0 訓練）。已停用。
- 飽和度和對比低於 v-pred 系列，因標準 epsilon (eps) 預測有「小設計缺陷」，限制色域範圍，故後有 v-pred。
illus01 v1.198（基於 Illustrious v0.1 訓練）。已停用。
- 太舊了…

注意：請先在你的 LoRA 堆疊中載入此 LoRA。

此 LoRA 採用 NvidiaDoRA架構，高效優於傳統 LoRA。但其權重非靜態，而是根據當前載入的基礎模型權重動態計算（載入其他 LoRA 時會變）。為避免意外變動，務必先載入此 LoRA。

本模型兩種使用方式：

1). 作為微調基礎模型使用（推薦）：

想獲得最細緻自然細節並自由組合風格，完全掌控風格時，用此法。

只要在預訓練基礎模型上以全強度載入此 LoRA，即完成基礎模型微調。

2). 作為其他微調基礎模型上的 LoRA 使用

畢竟它是 LoRA，這也是合理用法。

注意事項：

重要：若你用的是 "illustrious" 基礎模型， 需確認該模型實際基於哪個預訓練基礎模型。大多數 "illustrious" 動漫基礎模型基於（或接近）NoobAI，非真正 illustrious。詳見 "討論"。LoRA 必須配合相同預訓練基礎模型，否則性能下降。
你正要合併兩個基礎模型。若基礎模型已有強烈預設風格，單純加此 LoRA不會達到預期效果。你可能需調整其他權重（LoRA、U-net 區塊等）。
此模型無法為已嚴重過擬合 AI 風格（含 AI 圖像）的基礎模型添加自然細節。因 AI 風格嚴重過擬合且抑制細節，一旦存在，難以根除。
此模型不是可無限堆疊且不出問題的萬能工具。名字可能會誤導你。

工作原理與原因：

過擬合問題：

動漫模型只以動漫圖訓練。動漫圖簡單，僅含抽象高層「概念」，缺背景、細節和紋理。
我們想讓模型學習高層 "概念"，但模型真的學到的是它看到的，不是你想的。
看過上千萬抽象動漫圖後，模型學會：1) 無需生成功能細節，因數據沒有指示；2) 必須生成簡單抽象不懂的圖像，導致畸形圖像，即過擬合。

解決方案：

用動漫與真實世界圖像混合訓練，讓模型同時學高層概念和保持自然細節紋理，減少過擬合。
NoobAI 透過加入部分真實 Cosplay 圖片達成（好像開發者曾提及）。
本模型更進一步，訓練於多種類別：建築、日用品、衣物、風景等，並用多層次自然語言標註，模擬原始 SDXL 訓練設定。

成果：

無對照前後比較見此：1（藝術家風格）、2（通用風格）
減少過擬合與畸形，更多自然質感、光線及細節。現在你可用成千上萬內建風格標籤（Danbooru、e621 標籤），及原始 SDXL 通用風格，得乾淨且細節豐富的圖片，不論 2D、3D、抽象或寫實。
最大限度保留創意。由多元數據集保證，無預設風格，不限制預訓練模型及其他風格 LoRA 的創意。