Krea 2 角色 LoRA 控制变量实测:0.5 MP 是甜点,1.0 MP 反而过拟合
Cold-Worldliness5392 · reddit · 2026-09-28
作者在 RTX5090(runpod + Fizgig)上用同一套 35 张 Guy Fieri 数据集做了控制变量训练对比,四个变体:0.25/0.5/1.0 MP LoRA 与 0.5 MP LoKR(LoKR 仅把学习率从 5e-5 提到 1e-4),统一 20 epochs、同数据集/提示词/种子/推理流程,strength 1.0。
训练时间:0.25 MP 约 10 分钟,0.5 MP 约 18 分钟,1.0 MP 约 34 分钟,LoKR 约 23 分钟——即使最高分辨率也远快于旧的长时间训练流程。
核心发现:
- 0.25 MP 已经相当能打,超出「0.25 太低」的普遍预期,身份还原仍可用。
- 0.5 MP 是甜点:面部结构更好、细节更自然、相似度与灵活性平衡最佳。
- 1.0 MP 增加微细节的同时也更易过绑定数据集的风格包袱:头像素材里 0.25 MP 没项链、0.5 MP 有细链、1.0 MP 出现大钻石绳——模型学的不只是身份,还有「Guy Fieri 视觉全套」,更趋漫画化。结论:更多细节不等于更好的身份学习。
- LoKR 表现亮眼:比 1.0 MP LoRA 保留更多细节结构又避免漫画化,比 0.5 MP LoRA 略精致。
生产建议:0.5 MP + 20 epochs + rank 8 LoRA 作基线,0.5 MP LoKR 值得继续测试。作者计划在另一角色上复验结论。
「多模态」频道最新
- Vivix W1 视频模型升级:5 美元批量生成 100 条 10 秒广告视频 — Aiden_Tech_Ai · 2026-11-16
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Reddit 音频模型大盘点:开源 ASR/TTS/文生音乐 9 个月后再度征集 — rm-rf-rm · 2026-11-16
- 用 FLUX.2 klein 给 2D 游戏生成循环动画:掩码法可行但仍是 hack — emilrueh · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16