liblibai训练lora模型需20–50张同主题正方形图：少于20张特征学习不足、loss难下降；超过50张易引入噪声、导致loss震荡或过拟合；推荐30张，配合repeat=6、epoch=5可稳定收敛。
☞☞☞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☜☜☜
LiblibAI上训练一个可用的LoRA模型，必须准备20–50张同主题、同风格、主体一致的正方形图片，数量低于20张会导致特征学习不足、生成图发散；超过50张反而引入冗余噪声，尤其对新手容易造成loss震荡或过拟合。
为什么是20–50张这个范围
平台底层训练机制依赖Batch Size × 梯度累积 × Repeat × Epoch构成的有效样本曝光量。20张是触发稳定收敛的下限——少于20张时，即使把Repeat拉到8、Epoch设到12，系统仍无法建立可靠的特征锚点，loss常卡在0.9以上不下降，预览图频繁出现五官错位或风格漂移。
50张是实用上限：实测显示，当图集达45张以上，若未同步启用正则图（reg_01.jpg等），训练第4轮起loss标准差扩大3倍，生成图中会出现重复纹理块或伪影带，尤其在水墨边缘、金属高光等敏感区域。
推荐30张左右：兼顾稳定性与泛化性，适配绝大多数风格类（如水墨、厚涂）和角色类（如单人肖像）任务，且能通过一次标准参数（Repeat=6, Epoch=5）完成收敛。
不同数量对应的强制补救措施
方法一：图集仅20–29张
第一步：进入高级参数面板→将Repeat设为【6】；
第二步：Epoch必须设为5，不可填8——小数据集Epoch过高会直接过拟合，导致生成图细节僵硬、色彩饱和度异常升高；
第三步：启用正则图，至少上传5张同风格但不同主体的图，命名为reg_01.jpg、reg_02.jpg……
方法二：图集达40–50张
Repeat必须设为【8】，否则有效迭代次数不足，loss后期衰减乏力；
此时可关闭正则图，但需确保所有图的背景纯色、光照均匀——否则多图叠加会放大阴影噪点，污染LoRA权重矩阵。
方法三：图集少于20张（如仅15张）
这一步不能跳过人工干预：必须补拍或重绘至少5张，凑满20张底线；
严禁用AI扩图工具生成替代图——平台打标模块会识别出合成伪影，自动降权该图贡献度至0.1以下，等于白传。
