Lok Rawa
PulseAugur coverage of Lok Rawa — every cluster mentioning Lok Rawa across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
用户寻求关于在16GB显存上训练YuE2 LoRA/LoKR的建议
一位Reddit用户正在寻求关于在拥有16GB显存的NVIDIA GPU上训练YuE2 LoRA或LoKR模型是否可行的实际建议。他们特别关注真实世界的经验，并详细说明了他们使用大约64个音频片段的数据集来训练音乐生成模型的目标。用户正在询问关于GPU型号、训练工具、数据集大小、训练步数、时长、峰值显存使用量以及训练过程的成功情况，包括是否需要内存节省技术等具体细节。
-
免费 LoRA Trainer Studio 新增对 ERNIE-Image、rsLoRA 和云训练的支持
AcademiaSD 发布了其免费 LoRA Trainer Studio 的更新版本，这是一个用于训练自定义图像生成模型的工具。新版本显著扩展了其兼容性，现在支持包括 ERNIE-Image、Qwen-Image 2.1 和 SDXL 在内的 10 个不同模型家族。主要新功能包括对 rsLoRA、LoRA+ 和 LoKr 训练方法、通过 RunPod 的云训练能力以及用于数据集管理和模型训练的远程浏览器访问。
-
新的LoKR改进了Krea2生成鼻环的图像效果
一位用户为Krea2（一款流行的图像生成模型）开发了一个专门的LoKR（一种微调模型），以解决生成准确鼻环的难题。该LoKR名为Septum Hoop Nose Ring LoKR，能够跨各种艺术风格和不同角色，定制化生成高质量的此类配饰。创作者目前在Civitai上暂时采用付费访问模式以收回训练成本，并计划在费用覆盖后免费提供。该开发得到了Fizgig训练器的显著帮助，该训练器简化了在Windows 11上使用AMD GPU的训练过程。
-
新教程指导使用 Fizgig 进行 Krea 2 Style LoRA/LoKR 训练
已发布一个教程，详细介绍了如何使用 Fizgig 训练 Krea 2 Style LoRA/LoKR 模型。该指南适用于拥有 12GB 或更多 VRAM 的用户，尽管一些拥有 8GB 的用户也报告称成功了。训练过程可以在 Windows、Runpod 或 Linux 系统上进行。
-
新的 LoKr 模型捕捉 McBess 风格用于 Krea2 AI 图像生成
一款旨在模仿独特“McBess”风格的新 LoKr 模型已在 Krea2 上发布。该模型基于近 120 张精心标注的图像进行训练，旨在捕捉与艺术家 McBess 相关的尖锐、另类橡胶管动画美学。另一位用户也在 Krea2 上尝试使用 LoKr，将其性能与传统的 LoRA 模型进行比较，并注意到早期训练步骤的结果相似且效果不错。
-
Krea 2训练指南优化Stable Diffusion肖像生成，仅需750步
一份关于训练Krea 2（Stable Diffusion的模型）的指南，详细介绍了以最少步数实现肖像生成的最佳设置。该指南建议使用约20张高质量图片作为数据集，包括全身照和不同场景。它建议在标题中使用独特的触发词而非人物的真实姓名，并指定了技术设置，如LoKr因子为16，训练分辨率为768，并指出通常在第750步即可实现肖像生成。该过程需要约18-20GB的显存，在RTX 3090上运行750步大约需要40-45分钟。
-
AI Toolkit 更新以改善图像生成模型中的全身相似度
一位开发者 Fork 了 AI Toolkit 并集成了 Meta 的 SAM 3D Body 模型，以改进用于图像生成的 LoRA 和 LoKr 模型的训练。此增强功能使训练过程能够学习和复制对象的身体形状、身高和比例，而不仅仅是关注面部特征。修改后的工具包包含一个两阶段的训练过程：首先是标准的 LoRA/LoKr 训练，然后是第二阶段，在此阶段 SAM 3D 扫描生成的身体并指导模型实现准确的身体相似度。据报道，此方法将全身相似度…
-
用户发布 City Pop LoKr Krea2 适配器用于风格迁移
用户 lacerating_aura 发布了他们第一个训练好的适配器，名为 City Pop LoKr Krea2，用于风格迁移。该项目使用开源工具和权重开发，并在本地的普通硬件上进行训练。创作者已在 Hugging Face 上分享了该适配器，并寻求反馈以用于未来的项目。
-
用户寻求 AceStep 1.5XL LoRA 训练的最佳设置
一位用户正在寻求关于使用 AceStep 1.5XL 为 LoRA 模型优化训练设置的建议，特别是针对一位拉脱维亚音乐艺术家。即使在调整了 epoch 和学习率后，他们仍然遇到估计训练时间过长的问题，从 12 小时到 36 小时不等。用户还在考虑 LoRA 或 LoKR 是否会是更适合他们数据集的训练方法。
-
Stable Diffusion用户在图像生成方面争论LoKR与LoRA
一位Reddit用户正在询问LoKRs，这是AI图像生成的LoRA的潜在替代品，并指出他们使用LoKRs取得了更好、更快的成果。他们好奇为什么尽管LoKRs在他们的经验中似乎更容易训练并产生更好的结果，但LoRA仍然更受欢迎。该用户推测可能存在兼容性问题或LoRA在特定场景下可能表现更好的情况。