Kohaku XL Zeta

🚀 琥珀XL Zeta（Kohaku XL Zeta）

琥珀XL Zeta是一款基於文本生成圖像的模型，它從Kohaku - XL - Epsilon rev2基礎上繼續訓練而來，具有更高的穩定性、更好的風格和角色還原度，並且支持更多風格。該模型在多種數據集上進行訓練，能夠處理自然語言描述，上下文長度限制也擴展到了300。

加入我們的交流社區：https://discord.gg/tPBsKDyRR5

✨ 主要特性

• 延續訓練：從Kohaku - XL - Epsilon rev2繼續訓練而來。
• 穩定性提升：現在模型更加穩定，不再需要長而詳細的提示詞。
• 風格和角色還原度高：對風格和角色的還原度更好，支持更多風格。CCIP指標超過Sanae XL動漫模型，在3700個角色集中，有超過2200個角色的CCIP得分 > 0.9。
• 支持自然語言描述：在Danbooru標籤和自然語言上進行訓練，對自然語言描述的處理能力更強。
• 多數據集訓練：在組合數據集上進行訓練，而非僅使用Danbooru數據集。
  • Danbooru（760萬張圖像，最後ID為7832883，2024年7月10日）
  • Pixiv（從260萬特殊集合中篩選，將發佈URL集合）
  • PVC手辦（約3萬張圖像，內部來源）
  • Realbooru（約9萬張圖像，用於正則化）
  • 總共846萬張圖像
• 上下文長度擴展：由於模型在兩種類型的描述上進行訓練，上下文長度限制擴展到了300。

💻 使用示例

推薦生成設置

• 分辨率：1024x1024或相近像素數量
• CFG縮放：3.5~6.5
• 採樣器/調度器：
  • Euler (A) / 任何調度器
  • DPM++系列 / 指數調度器
  • 對於其他採樣器，個人推薦指數調度器。
• 步數：12~50

提示詞格式

與Kohaku XL Epsilon或Delta相同，但可以用“自然語言描述”替換“通用標籤”，也可以將兩者放在一起使用。

特殊標籤

• 質量標籤：傑作、最佳質量、高質量、良好質量、普通質量、低質量、最差質量
• 評級標籤：安全、敏感、不適合工作場合、明確成人內容
• 日期標籤：最新、近期、中期、早期、舊

評級標籤說明

• 常規：安全
• 敏感：敏感
• 有問題：不適合工作場合
• 明確成人內容：不適合工作場合、明確成人內容

📚 詳細文檔

數據集

為了在某些特定概念上獲得更好的能力，使用了完整的Danbooru數據集，而不是經過篩選的數據集。然後使用爬取的Pixiv數據集（從3 - 5個標籤按流行度排序）作為附加數據集。由於Pixiv的搜索系統每個標籤只允許5000頁，因此有意義的圖像不多，並且其中一些與Danbooru數據集重複（但由於想要強化這些概念，直接忽略了重複部分）。與kxl eps rev2一樣，添加了Realbooru和PVC手辦圖像，以在概念/風格上獲得更多靈活性。

訓練信息

關於為何仍使用SDXL而非全新的基於DiT的模型

除非有人提供合理的計算資源，或者有團隊發佈足夠高效的DiT模型，否則不會訓練任何基於DiT的動漫基礎模型。但如果能提供8塊H100顯卡使用一年，甚至可以從頭開始訓練很多DiT模型（如果有需求）。

📄 許可證

本項目採用Fair - AI - public - 1.0 - sd許可證，詳情請見：https://freedevproject.org/faipl - 1.0 - sd/