银发写得清清楚楚,出来一水金发,regenerate越多越离谱——这事我前后折腾了挺久。
问题多半不在词写少了,而在塞太多、互相打架。银发、红眼、水手服、红丝带、手套、项链一口气全堆进去,模型顾不过来,哪个颜色只要跟它训练时的偏好冲突,它就直接给你改掉。词越多,每个词能分到的注意力越少,最先被牺牲的偏偏常是你最在意的那个细节。
我现在按这个顺序来:
- 先只写主体和主要动作,确认人和姿势是对的。
- 出对了再一样一样往上加,一次只改一个变量。哪一步加进去开始跑偏,一眼就知道是谁的锅。
- 颜色老被改,别死磕文字,换一个本身就偏这个风格的checkpoint,比反复改描述有用得多。
- 要锁人物长相、固定服装,纯prompt根本压不住,该上LoRA上LoRA,该丢参考图就丢参考图。
- LoRA权重别乱开。太低等于没挂,太高会盖过你的描述,直接糊成训练集原样。大部分时候0.6到0.8那一段最舒服。
整个思路就是把“一次全写对”换成“一步步确认”。慢是慢一点,但每一步都清楚自己在改什么。