训练lora需严格正方形裁剪、英文命名、半角逗号标签、jpeg100%质量；选匹配底模并关闭混合精度；触发词前置；用正则图防过拟合；人工校验裁剪与标签。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在LiblibAI上训练出能稳定复现水墨、厚涂、赛博等特定画风的LoRA模型，却上传后训练中断、loss突变为nan、生成图完全不带风格特征——问题往往出在图片没裁成正方形、文件名混入中文标点、混合精度开关没关，或触发词被埋在提示词中间。
准备20–50张合规画风训练图
第一步：用Photoshop或XnConvert将所有原始图手动裁为严格正方形，分辨率只能选【768×768（SD1.5底模）或1024×1024（SDXL底模）】；先等比缩放至长边匹配目标尺寸，再居中裁剪，【严禁拉伸变形】，否则LoRA会学歪线条走向和比例关系。
第二步：重命名全部文件，格式为半角数字+下划线+英文描述词，例如01_ink_wash_landscape.jpg、02_thick_oil_painting.jpg；禁止出现空格、“水墨风景”“-”“（1）”“、”等任何中文或特殊符号，平台遇到这类命名会静默跳过整张图，不报错也不提醒。
第三步：每张图配一个同名.txt标签文件，内容用半角英文逗号分隔关键词，可对核心风格词加权，如(ink_wash:1.3), scholar, soft_brush, white_space；全角逗号会导致整行标签解析失败，且无日志提示。
第四步：保存为JPEG格式，压缩质量设为100%，避免生成伪影干扰特征提取；若从iCloud下载，务必检查是否被自动转为HEIC格式——这类图平台无法识别，必须手动另存为JPEG。
选对底模并关闭混合精度
进入“赛博丹炉”→点击左侧“训练LoRA”，这一步必须先选底模：
水墨/国风/厚涂/二次元选SD1.5；
写实建筑/产品摄影/自然风景选SDXL；
PVC/金属/玻璃/赛博机械体选Foundation1.0。
别图省事全用SD1.5——用它训金属反光，模型根本学不会高光逻辑，最后全是塑料感。
在简易参数面板中，“单次张数”保持默认15，“循环轮次”设为8；【务必关闭“混合精度训练”开关】，该选项在LiblibAI当前版本（v2.8.3）极易引发NaN Loss，训练到第3–5轮就强制终止，日志里只显示“loss=nan”，无其他错误信息。
“模型效果预览提示词”框中必须填入你的风格触发词，且【必须前置】，例如ink_wash, scholar figure, soft ink gradient；如果写成a landscape in ink wash style，触发词被淹没，预览图就不会带LoRA特征。
高级参数调优止血
方法一：稳定loss震荡
第一步：点击“高级参数”展开面板；
第二步：将Repeat设为6（图集30张时适用）或8（图集仅20张）；
第三步：学习率填3e-4，调度策略选cosine with warmup；【严禁使用固定学习率，否则loss前期剧烈跳动，后期卡死不降】；
第四步：Batch Size × 梯度累积 = 10，例如A10卡设Batch Size=2 → 梯度累积=5；V100卡设Batch Size=5 → 梯度累积=2。
方法二：启用正则图防过拟合
上传5张同风格但不含主体的空镜图，如纯水墨晕染纸纹、空白宣纸特写、厚涂颜料堆叠局部、赛博霓虹背景光斑；命名为reg_01.jpg、reg_02.jpg……这些图不参与主体特征学习，只约束泛化边界，小数据集不用它大概率过拟合。
裁剪与打标必须人工校验
上传后点击「裁剪/打标」→ 选择「聚焦裁剪」→ 等待系统自动框出主体区域 → 逐张点击查看裁切框是否完整包住关键结构：水墨画要看留白边缘是否被切、厚涂要看笔触堆叠区是否完整、赛博图要看霓虹光效是否被截断。偏移超2像素就得手动拖拽校准。
打标完成后，必须逐张点开自动生成的标签，删掉所有形容词、颜色词、无关背景描述，只保留风格锚点词+构图提示，例如ink_wash, front_view, high_contrast；多一个“blue_sky”或“bright_light”都可能污染权重，让模型去学不该学的东西。
