lora模型出图异常需从素材预处理、底模匹配、参数校准三方面同步优化：裁正方形图、规范命名与txt关键词、禁用heic；按风格选sd1.5/sdxl/foundation1.0底模；关闭混合精度，设单次15张、8轮次；高级参数中repeat设5～8、学习率3e-4或4e-4、cosine调度、batch size×梯度累积=8～12、正则图占1/5。
☞☞☞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平台使用LoRA模型时出现出图偏色、细节模糊、结构松散或风格漂移，需从素材预处理、底模匹配、参数校准三方面同步优化，任一环节偏差都会导致LoRA权重无法稳定激活。
确保训练素材严格达标
上传前必须将原始图统一裁为768×768或1024×1024正方形，【禁止用长图直接拉伸填充,会导致线条扭曲、比例失真】。
文件名仅允许半角下划线+数字序号+英文描述，例如03_samurai_armor_detail.jpg，严禁中文、空格、冒号、全角标点。
每张图配一个同名txt文件，用英文逗号分隔关键词，可加权如(armor_plating:1.3)，但不写颜色词——black_armor会干扰LoRA对材质的学习。
检查iCloud同步图是否被转成HEIC格式，该格式LiblibAI完全无法识别，必须手动另存为JPEG再上传。
选对底模并关闭混合精度
进入“赛博丹炉”→点击左侧“训练LoRA”，根据目标风格选择底模：人像/ACG类选SD1.5，写实场景选SDXL，PVC/金属材质选Foundation1.0。
简易参数面板中，“单次张数”保持15，“循环轮次”设为8，预览提示词必须含LoRA触发词，例如samurai, armor, metallic sheen。
【务必关闭“混合精度训练”开关,该选项在LiblibAI云端环境中极易引发NaN Loss,训练到第3轮就中断】。
高级参数分层调优
第一步：展开“高级参数”面板，将Repeat设为5～8。若素材仅20张以下，直接设为8，避免特征学习不足。
第二步：学习率填入3e-4（风格类）或4e-4（角色类），调度策略必须选cosine with warmup，【严禁使用固定学习率,否则loss会剧烈震荡】。
第三步：按GPU型号设Batch Size：A10卡填2，V100卡填4，再同步调整梯度累积值，使Batch Size×梯度累积=8～12。
第四步：启用正则图（Regularization Images），数量设为训练图的1/5，用于约束过拟合，防止LoRA只记住某张图的噪声特征。
