很多人觉得 SD1.5 已经到头了，我倒不这么看，1.5 底子上能榨的东西还多着呢。最近照着 FollowFox 那套 Cosmopolitan 的思路走了一遍全流程，记录一下。
数据集用的 Midjourney 生成的合成图，从七点几个 G 的原始表里挑子集，最后留了一万一千多对图文，划了 15% 出来做验证集。训练器还是 EveryDream2，这次特意加了 768 分辨率一起练，不只是 512。
768 那个 run 在 Runpod 上老是随机断，重试好几次浪费大把时间，最后 512 用 D-Adaptation，768 换回老实的 AdamW。停的判据是验证 loss 开始持续往上抬，512 大概 70 epoch，768 是 60。
后面就是混模，vodka 底之间互混，再掺第三方模型。realistic vision、dreamshaper 这些老面孔按 60/20/20 配。最后选出来的是那个 768 混合版，比老的 BloodyMary 灵活。有兴趣的 Civitai 上能下。