打标时只保留触发词和主体分类词：先清空自动生成标签，再输入与文件名前缀一致的英文触发词，加半角逗号后接1girl/1boy或平台识别的基础类别词；须删除“的”字结构、光线/情绪形容词及设备元数据；非人物类改用小写无连接符风格锚点词。
☞☞☞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☜☜☜
打标时只保留触发词和主体分类词
在LiblibAI训练LoRA前，系统自动生成的标签往往混入大量干扰信息——比如拍摄设备、光线描述、情绪形容词甚至GPS坐标，这些内容会污染模型权重，导致生成图出现“iPhone_15_Pro背景”或“soft smile手部变形”等异常。必须人工干预，把每张图的标签砍到只剩最核心的两个成分。
第一步：点开任意一张已上传图片右侧的「标签」编辑框，全选现有文本 → 按Delete键清空。
第二步：输入你设定的【英文触发词】，例如zhaoxiaoming、ink_wash_scholar、cyber_cat，这个词必须与文件名前缀完全一致，且不能加引号、括号或中文字符。
第三步：紧接一个半角逗号，再加主体分类词——人像类只写1girl或1boy，风景/物品类写landscape、coffee_bean、vintage_lamp等平台可识别的基础类别词。这一步漏掉分类词会导致模型无法判断训练目标类型，loss曲线会在第2轮突然跳变。
必须删除的三类标签内容
方法一：删掉所有带“的”字结构的中文直译词，如“中国女孩”→必须改为“Chinese_girl”，但更推荐直接用触发词+1girl组合，避免引入地域歧义。
方法二：删掉所有光线/影调/情绪类形容词，包括studio_lighting、soft_shadow、happy、calm——这些词不参与LoRA特征学习，反而会抢占注意力权重，让模型过度拟合“柔和”而忽略五官结构。
方法三：删掉所有设备与元数据残留，例如iPhone_15_Pro、Canon_EOS_R5、DSC00123、GPS_39.9042N_116.3975E。这些字段常因EXIF未清除而被自动提取，一旦保留，模型会在生成图角落悄悄渲染出手机型号水印。
特殊场景下的标签处理
若训练的是非人物类风格模型（如水墨山水、赛博霓虹字体），触发词后不加1girl/1boy，改用风格锚点词：ink_wash, landscape；cyberpunk_neon, typography；vintage_film_grain, portrait —— 这里【landscape和typography必须小写、无空格、无下划线】，大写或加连接符会导致标签解析失败，整张图被跳过训练。
遇到平台自动补全的冗余词（如auto_generated_tag_v2），直接整行删除，不要尝试修改。这类词由旧版打标引擎注入，与当前训练逻辑不兼容，保留后会触发隐性loss震荡。
