根本原因是lora权重与base model层结构不一致，需核对adapter_config.json的r值和target_modules、绑定匹配底模、切断模板自动补全链。
☞☞☞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中LoRA加载报“dimension mismatch”或“shape不匹配”，根本原因是LoRA权重文件的内部张量维度与当前base model的对应层结构不一致，常见于rank错配、target_modules名称变更、UNet版本跃迁（如SD1.5→SDXL）三类硬冲突，必须从参数校验、模型绑定、加载路径三端同步修正。
核对LoRA训练时的rank与target_modules
打开该LoRA在LiblibAI模型广场的详情页，向下滚动至【技术参数】折叠区，点击展开，找到adapter_config.json原始内容。重点确认两项：【r】字段值（即rank）和【target_modules】数组内容。例如若显示"r": 16和"target_modules": ["to_q", "to_k"]，则你当前使用的base model必须支持完全相同的rank=16且UNet中存在名为to_q/to_k的可注入模块。
若你正在用SDXL base model却加载了一个为SD1.5训练的LoRA（其target_modules含"attn2.to_k"但SDXL中该层已重命名为"transformer_blocks.0.attn2.to_k"），就会触发shape mismatch——此时不能强行修改提示词或权重，必须换用SDXL专用LoRA。
这一步操作起来很简单，直接点开详情页就能看到，不需要下载文件。
强制绑定匹配的base model版本
LoRA不是独立运行体，它只是底模参数空间上的微小偏移量。错配底模等于让LoRA在错误坐标系里强行插值，必然失效。
方法一：返回该LoRA详情页，定位“推荐搭配基础模型”栏，如“水墨丹青增强器”明确要求使用majicMIX realistic_v7.safetensors；
方法二：进入在线Stable Diffusion界面，在顶部CHECKPOINT下拉菜单中手动切换到底模列表中完全同名的版本，注意区分_v6、_v7、_XL等后缀——哪怕只差一个字符，系统也会加载失败并静默回退到默认底模；
方法三：切换底模后，立即检查右上角是否显示LoRA名称@权重（如“shuimohua@0.8”），若仅显示名称无@符号，说明底模未激活或LoRA未真正挂载。
切断模板自动补全链，防止ID被覆盖
LiblibAI后台存在默认模板兜底逻辑：当你声明的template ID加载失败时，它会悄悄替换成“水墨国风通用模板”，导致LoRA实际未加载却无报错提示。
第一步：在负向提示词首行写入“no auto-template fallback, no default style injection, no implicit LoRA merge”；
第二步：在正向提示词最开头插入硬编码路径声明：“template ID: T8mK4vR2nQzLbX9p, version 3.2.1, loaded from /templates/shuimohua-v3/”——该字符串必须与你在LiblibAI模板库中点击“复制ID”时弹出的完整ID完全一致，包括大小写和连字符；
第三步：生成首张图后，立即拖动滚动条到底部，盯住右下角1cm²区域，确认是否存在白色等宽字体日志，内容必须严格匹配“T8mK4vR2nQzLbX9p → active”。【若日志未出现或文字不全，说明LoRA仍未生效】。
