老有人问训练模型是不是把图喂进去它就会画了，其实没那么玄。我按自己理解讲讲：模型本质是在学图片和描述之间的对应关系，训练就是反复看大量图文对，调整内部参数让它预测得越来越准。
LoRA 这类小训练不动大模型主干，只在旁边加一小撮可调参数，用几十上百张同风格图就能让它偏向某个画风或角色，成本低很多。
数据质量比数量更关键，标注乱、图脏，练出来就飘。学习率、步数这些我还在摸索，调猛了容易过拟合，一眼就是背图。这块理解不一定全对，有搞训练的欢迎拍砖。
过拟合背图这点太真实了，一放大就露馅
数据质量大于数量，练过LoRA的都懂