训练lora时需关闭混合精度，repeat设5–8、学习率3e-4/4e-4并选cosine warmup，batch size×梯度累积=8–12，必传5–10张正则空镜图，触发词须精简为“xxx_1girl”且预览提示词中顶格前置。
☞☞☞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☜☜☜
在LiblibAI上训练LoRA模型时，参数设置错误会导致loss突变为NaN、训练中途终止、生成图完全不带风格特征或五官严重错位——这些问题90%源于Repeat、学习率、Batch Size与梯度累积的组合失配，而非图片质量本身。
基础参数必须关掉混合精度
进入“赛博丹炉”→点击左侧“训练LoRA”→在简易参数面板中，先确认底模已选对：人像/ACG类用SD1.5，写实建筑或产品图用SDXL，PVC/金属材质用Foundation1.0。
“单次张数”保持15，“循环轮次”设为8，这两项新手不要动。
【务必关闭“混合精度训练”开关】——该选项在LiblibAI当前云端环境（v2.8.3）下极易触发NaN Loss，训练到第3–5轮就静默中断，日志里只显示loss=nan，无任何报错提示。
高级参数分层校准
点击“高级参数”展开面板，按以下顺序操作：
第一步：将Repeat设为5～8。若你只有20张图，直接填8；有40张以上，填6更稳。
第二步：学习率填3e-4（风格类LoRA）或4e-4（人物类LoRA），调度策略必须选“cosine with warmup”，【严禁使用固定学习率】，否则loss会在0.4～1.6之间反复跳变，无法收敛。
第三步：根据GPU型号设Batch Size：A10卡填2，V100卡填4；再同步设梯度累积值，使Batch Size × 梯度累积 = 8～12（例如A10卡：Batch Size=2 → 梯度累积=4）。
第四步：启用正则图功能，上传5～10张同风格但不含主体的空镜图（如纯水墨纸纹、空白宣纸、素色背景布），用于压制过拟合。
触发词与标签必须前置且精简
方法一：打标阶段人工干预
裁剪完成后，逐张点开AI自动生成的标签，删掉所有形容词、场景词、光影描述，只保留两个元素：你设定的英文触发词 + “1girl”或“1boy”。例如原标“young woman, studio lighting, soft smile, ink wash background”必须砍成“zhaoxiaoming_1girl”。多一个逗号、空格或中文字符，LoRA就调用失败。
方法二：模型效果预览提示词必须含触发词
在简易参数面板底部的“模型效果预览提示词”框中，输入格式必须是：【触发词】, front view, high detail——触发词必须顶格、无空格、无引号、无括号，紧贴左边界后跟英文逗号。写成“a girl in zhaoxiaoming style”完全无效。
