训练lora特征失效的主因是数据输入错误、触发词未激活或参数设置不当；需规范文件名与标签符号、前置触发词、手动精简标签、调高repeat与学习率，并启用正则图纠错。
☞☞☞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☜☜☜
你在LiblibAI上训练完LoRA模型，生成图里完全看不出训练图的风格或人物特征，比如水墨画训出来像油画、角色脸训出来像路人——这不是模型坏了，是特征根本没被编码进权重，问题出在数据输入层、触发机制失效或训练过程被平台默认设置静默拦截。
检查训练图是否被平台跳过
上传30张图后点“开始训练”，系统只用了其中12张——因为文件名含中文标点或全角空格，LiblibAI会静默丢弃这些文件，且不报错。打开你本地文件夹，确认所有图片名只含半角数字、英文、下划线，例如01_ink_wash.png，绝不能是“01-水墨风景.jpg”或“01 水墨.jpg”。
用文本编辑器打开任意一张图同名的.txt标签文件，检查内容是否含全角逗号“，”或中文冒号“：”；必须全部替换成英文逗号和英文冒号，否则整行标签被忽略。
【任何含全角符号的标签文件都会导致对应图片完全不参与训练】。
验证触发词是否真正生效
方法一：进入模型详情页→点击“查看训练数据”→复制第一张图的原始标签，粘贴到创作页的正向提示词框最前端，格式为：触发词, 其他描述。若原图标签是xiaobai_1girl，则必须写成xiaobai_1girl, front view, soft lighting——触发词不置首，LoRA分支压根不会激活。
方法二：在“赛博丹炉”的「模型效果预览提示词」栏中，删掉所有修饰词，只留触发词+1girl/1boy，例如xiaobai_1girl。点击“预览”，若生成图仍无特征，说明训练阶段就没捕获到该词与图像的绑定关系。
触发词必须全英文、无空格、不带括号、不含数字前缀（如v1_xiaobai不行），否则调用时无法匹配权重分支。
强制重跑关键训练步骤
第一步：回到「裁剪/打标」页面，关闭「自动打标」，全部切换为手动输入。
第二步：对每张图只保留两个词：【触发词】+【1girl 或 1boy】，删除所有AI自动生成的“masterpiece, best quality”等泛化词——这些词会稀释触发词权重，让模型优先拟合通用美学而非你的目标特征。
第三步：进入「高级参数」→将Repeat设为7→Epoch设为5→学习率填4e-4→调度策略选“cosine with warmup”→关闭混合精度→点击“重新训练”。
这组参数专为特征捕获薄弱的情况设计：Repeat=7强制模型反复咀嚼同一张图的结构特征，4e-4学习率比默认值高25%，能更快突破初始权重冻结区。
【不重设Repeat和学习率，模型大概率停留在“感知存在但无法建模”的中间态】。
用正则图反向锚定缺失特征
若重训后仍缺细节（如水墨飞白纹理、角色耳垂形状），在「正则图」栏上传5张图：3张纯风格图（如无文字的宣纸扫描件、墨迹晕染特写）、2张同人物但不同角度的干净图（透明背景、无阴影、768×768）。
正则图不是辅助，是纠错信号源——它告诉模型：“这些视觉元素属于风格/人物本体，不是噪声，必须稳定编码。”
上传后务必勾选「启用正则图」开关，否则该栏位形同虚设。
