翻了下 LoRA 用在 Stable Diffusion 上的做法，核心就是不去动整个大模型，只训一小撮低秩矩阵，出来的权重能压到几兆这个量级。
这么小的体积意味着换风格、换角色特别灵活，一个基础模型挂不同 LoRA 就能切好几套画风，显存吃得也少，消费级卡在家就能训。代价是它学的是「偏移」，底模本身的能力上限还在那，指望靠一个几 M 的 LoRA 把模型能力质变不现实。
数据集干净、打标准确比堆步数更关键，过拟合了角色就死板。
几兆的体积换风格是真方便
1 个赞
打标比堆步数重要，血泪教训
消费级卡在家能训这点太香了
过拟合角色就僵，表情都不对了
一个底模挂一堆lora，切画风爽