必须用20–50张同角色同画风768×768正方形图训练lora，禁用1024×1024；命名规范、纯触发词打标；仅选sd1.5底模，关混合精度，repeat与学习率按数据量设，启用正则图防过拟合。
☞☞☞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上训练一个能稳定生成指定二次元角色的LoRA模型，必须确保20–50张图全是同一角色、同一画风、正面/半身为主，且全部裁成768×768正方形——用1024×1024训SD1.5底模会导致特征漂移，生成图五官错位或肢体比例崩坏。
准备合规的二次元角色训练图
第一步：收集20–50张同角色、同画师（或风格高度一致）的立绘/头像/半身图，禁止混入Q版、厚涂、写实风或不同线稿强度的图。数量少于20张时，后续Repeat必须拉到7以上补足学习强度。
第二步：用XnConvert或Photoshop批量裁剪为【768×768像素正方形】——SD1.5底模对1024×1024适配差，会放大边缘失真，导致训练后角色侧脸变形、手部融化。
第三步：重命名所有文件，格式为半角数字+下划线+英文描述，例如01_asuna_front.jpg、02_asuna_smile.jpg；严禁出现空格、“-”、“（”、全角逗号，也不允许“01_亚丝娜_正面.jpg”这类含中文的命名，平台会静默跳过整张图。
第四步：每张图配一个同名txt标签文件，内容只留两个词：【触发词, 1girl】或【触发词, 1boy】（如asuna_1girl），删掉所有形容词、场景词、光影词。多一个“blue_hair”都可能让模型把发色当核心特征学跑偏。
上传并完成裁剪打标
方法一：进入LiblibAI →「赛博丹炉」→ 左侧点「训练LoRA」→ 上传全部图片 → 点击「裁剪/打标」→ 选择「聚焦裁剪」→ 等待自动框出角色脸部区域。
方法二：逐张检查自动框线是否完整覆盖眉眼鼻嘴+额头+下巴，偏移超2像素必须手动拖拽校准——尤其注意发梢、耳饰、领口等易被切掉的细节，切掉一缕头发可能导致生成图缺失发饰。
打标完成后，必须人工点开每张图的自动生成标签，删净冗余词。比如AI打了“anime girl, long orange hair, sword, school uniform”，你只保留“asuna_1girl”——这是防止模型混淆角色身份的关键动作。
选底模与设基础参数
进「训练LoRA」页后，在底模列表中【必须选SD1.5】——二次元角色训练不支持SDXL或Foundation1.0，选错底模会导致loss爆零、生成图塑料感严重或完全不认识原角色。
在简易参数面板中：保持「单次张数」=15、「循环轮次」=8；关闭「混合精度训练」开关——该选项在LiblibAI云端环境下90%概率引发NaN Loss，训练到第3–5轮突然中断，日志只显示“loss=nan”无其他提示。
「模型效果预览提示词」框里填：asuna_1girl, front view, white background —— 触发词必须放在最前面，不能写成“a girl in red outfit, asuna_1girl”，否则预览图不会激活LoRA权重。
高级参数调优（仅当loss异常时启用）
第一步：点击「高级参数」展开面板，将Repeat设为6（若图集30张）或7（若图集≤20张）；
第二步：学习率填【4e-4】（角色类专用），调度策略选“cosine with warmup”；
第三步：启用「正则化图像」，系统会自动生成5～10张同画风但不含该角色的泛化图参与训练——小数据集不启用正则图，大概率过拟合，生成图只会复刻原图姿势，无法泛化到坐姿、侧脸等新构图。
