训练失败首要排查数据合规性：文件名须全半角字符（如03_scholar_ink.jpg），分辨率严格为768×768或1024×1024正方形，每图配同名txt标签且逗号为半角；底模须按用途匹配（人像选sd1.5、写实选sdxl、金属选foundation1.0）；必须关闭混合精度训练，启用正则图，触发词前置。
☞☞☞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☜☜☜
LiblibAI模型训练失败时，第一反应不该是重试或换参数，而是确认训练数据是否从源头就已失效——命名含中文标点、分辨率非正方形、标签文件缺失或全角逗号，这些错误不会报红，但会让系统静默跳过整张图，最终导致loss炸飞或生成图完全不认得原风格。
检查训练图集基础合规性
第一步：打开你上传的图片文件夹，逐张确认文件名只含半角数字、英文、下划线，例如03_scholar_ink.jpg。出现空格、短横线（如“03-ink.jpg”）、括号、顿号、中文冒号，系统会直接忽略该文件，且不提示。
第二步：用画图工具或XnConvert打开任意一张图，查看属性→尺寸。必须为【768×768或1024×1024】——非等比拉伸裁剪会导致LoRA学歪形变，平台不校验长宽比，错误会直接进入训练流程。
第三步：每张图对应一个同名.txt标签文件，用记事本打开，检查内容是否全为半角逗号分隔，例如(ink_wash:1.3), scholar, soft_brush。全角逗号“，”会让整个标签解析失败，训练时AI根本读不到关键词。
验证触发词与底模匹配关系
方法一：进“赛博丹炉”→点击左侧“训练LoRA”，在底模列表中严格按用途选型：
人像/ACG类→选SD1.5；
写实场景、建筑、产品图→选SDXL；
PVC、金属、玻璃等材质表现→选Foundation1.0。【选错底模，后续所有参数都白调】
方法二：在“模型效果预览提示词”框中，把你的触发词放在最前面，例如ink_wash, scholar figure, ink_brush_stroke。如果写成a scholar figure in ink wash style，触发词被淹没在中间，预览图就不会带LoRA特征。
排查关键开关与隐性干扰项
第一步：在简易参数面板中，找到“混合精度训练”开关，必须手动关闭。【LiblibAI云端fp16支持不稳定，开启后90%概率出现NaN Loss导致训练中途终止】
第二步：检查负向提示词框是否为空。若为空，系统会自动注入默认兜底词，与你的训练目标冲突。务必填入基础约束，例如deformed, blurry, bad anatomy。
第三步：确认“正则图”已启用。它不是可选项，而是强制稳定loss的锚点——没开正则图，小数据集训练极易震荡发散，loss会在第2轮突然飙升到inf。
