组合两种 LoRA 训练法,相似度反超任一单独方法且收敛快四分之一
shootthesound · reddit · 2026-09-03
作者在 Fizgig 5.2 中把两种针对 H3 的 LoRA 训练方法叠加:
- Optimised Likeness Learning:发现 H3 的身份稳定核心在后 30/50 个 block,照片训练只动 block 20–49,保留构图、解剖与提示词遵循能力。
- Ostris 的训练适配器:H3 经 guidance 蒸馏,普通 flow 梯度一半在「学概念」一半在「抵消蒸馏」;在可训练 LoRA 下挂一个冻结 assistant LoRA,把 base 拉回普通 flow,采样时关闭。
在 5 个数据集、45 epoch、以人脸识别(ARCFace)打分的对照实验中,两种方法单独效果相差不到 2%,组合则提前四分之一达到同等水平、全程领先且终点更高。组合现已设为默认:适配器常开、预览时关闭、不存入成品 LoRA。另新增 Context LoRA(可在任意现有 H3 LoRA 上继续训练,AI-Toolkit 文件直接加载)与视频片段跟随相似度模式。
「多模态」频道最新
- MiniMax H3 图生视频角色替换 prompt 结构实测：六段式模板全公开 — photobombolo · 2026-10-18
- Black Forest Labs 时隔许久发新图像模型，图像编辑能力惊艳 — Xianbao_QIAN · 2026-10-18
- DeepSeek V4.1 Flash 一句话生成细节拉满的90年代中国居民楼3D场景 — zizhpan · 2026-10-18
- 开源版CapCut:Rust引擎视频编辑器Concat可被AI Agent直接控制 — techNmak · 2026-10-18
- 学生开源 kimo:无 GUI 视频编辑器,由 AI Agent 经 MCP 驱动 — LieTop7965 · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18