lora训练失败需先定位数据裁剪、触发词位置或混合精度开关问题：查loss曲线是否异常；核验图像是否正方形且768×768/1024×1024；确认txt首项为触发词；关闭混合精度；人工检查裁剪与精简标签。
☞☞☞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☜☜☜
自己训练的LiblibAI LoRA生成图模糊、跑偏、细节崩坏或完全不认得原图风格，不是立刻删掉重来，而是先定位问题出在数据裁剪、触发词位置还是混合精度开关上——这三个环节任意一个没卡准，模型就注定失效。
第一步：查loss曲线是否炸飞或卡死
登录LiblibAI → 进入「我的模型」→ 找到该LoRA → 点击「训练日志」→ 拉到底部看loss数值变化。如果出现inf、nan、或第3轮后突然跳到0.9以上且不再下降，说明训练已崩溃，必须重训。
若loss从第1轮起就稳定在0.4–0.6之间，但第8轮后卡住不动，大概率是Repeat值太低或Epoch过高；此时不用删模型，直接进「高级参数」把Repeat调到7、Epoch改试5，点「继续训练」即可。
第二步：核验三处致命硬伤
方法一：检查训练图是否全部为正方形且分辨率严格为768×768或1024×1024——用PS打开任意一张图，按Ctrl+Alt+I看图像大小，【非等比拉伸会导致LoRA学歪形变，平台不报错但结果必然失败】。
方法二：打开任意一张训练图同名.txt标签文件，确认第一项是不是你的触发词，例如ink_wash, scholar figure；如果写成a scholar figure in ink wash style，触发词被埋在中间，模型根本学不会调用。
方法三：回看训练页「简易参数」面板，确认「混合精度训练」开关是否处于关闭状态——【开着必炸，90%概率第3–5轮中断，日志只显示loss=nan】。
第三步：人工校验裁剪与打标
第一步：进入「赛博丹炉」→「训练LoRA」→ 找到该任务 → 点击「查看裁剪结果」。
第二步：逐张点击缩略图，重点看手部、发梢、衣摆是否被切掉——自动裁剪常把关键边缘误判为背景，漏掉一处，LoRA就少学一个特征维度。
第三步：点击「查看打标结果」，删掉所有AI自动生成的颜色词（如black_hair）、冗余词（如masterpiece、best quality），每张图只保留2–4个核心词，例如ink_wash, scholar, long_sleeve, white_space。
这一步操作起来很简单，直接把多余标签手动删掉就行。
第四步：判断是否真要重训
情况一：loss炸飞 + 三处硬伤有两处未达标 → 删除当前任务，按规范重做数据集，再开新训练。
情况二：loss稳定在0.25–0.35但生成图偏色 → 不用重训，下载模型后在ComfyUI里用ControlNet加线稿约束，或在LiblibAI生图页开启「参考图锁脸」+ 把LoRA权重拖到0.75位置微调。
情况三：训练完成但预览图完全不带触发词特征 → 立即检查「模型效果预览提示词」字段，【漏写触发词会导致整个训练白费，且无法补救】，必须删任务重来。
