lora训练总步数必须严格控制在1200–4000之间，计算公式为n×r×e；低于1200学不全五官，高于4000易发散中断；开启“面部对齐增强”时总步数强制锁定为1200且不可调。
☞☞☞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☜☜☜
在LiblibAI“赛博丹炉”中设置LoRA训练轮数（Epoch）时，不能直接填一个固定数字，必须结合你上传的图片张数、Repeat值和底模收敛特性，确保总步数落在1200–4000安全区间内；填错会导致loss发散、人脸崩坏或生成图完全不触发。
先算清总步数再反推Epoch
打开“高级参数”面板，确认三项数值：你实际上传的图片张数（N）、Repeat值（R）、Epoch值（E）。总步数 = N × R × E，这个结果【必须严格落在1200–4000之间】。低于1200，模型连五官轮廓都学不全；高于4000，loss大概率在第2500步后跳变、发散为NaN，训练中断且无法续训。
例如你上传了22张对齐人像图，Repeat设6 → 22×6=132，此时Epoch只能取9（132×9=1188，仍略低），必须调至10才得1320——刚好卡在下限之上。若你只传了14张图，Repeat设7，那14×7=98，Epoch至少要设13才能到1274，但13轮在小数据上极易过拟合，这时应优先把Repeat拉到8或9，让Epoch回落到8～10更稳妥。
按素材量分档设置Epoch
方法一：20–30张高质量图（新手推荐起步档）
Repeat固定填6，Epoch优先测试5和8两个值。保存两个模型后分别生成对比：Epoch=5时loss下降快、结构稳定但微表情僵硬；Epoch=8泛化更强、眨眼/侧脸自然，但若其中有2张图光照严重偏色，就会拖累整体收敛，loss曲线在1800步后反复横跳。
方法二：少于20张（如仅12～16张精修对齐图）
Repeat必须≥7，Epoch设8起跳。若12×7×8=672，远低于1200，就别硬凑Epoch——直接把Repeat调到10，Epoch压回8，得960；还不够？补一张图或换F.1_dev_fp8底模，它比SD1.5收敛快15%～20%，同样参数下总步数可等效+200。
方法三：35张以上（含多角度/多表情/多光照）
Repeat降至3～4，Epoch设10～12。高轮次能摊薄单图重复强度，避免模型死记某张正脸。但注意：若Epoch=12且Repeat=4，35张图总步数达1680，已接近中段；此时务必开启正则图功能，上传6张同风格纯背景图，否则第1000步后loss会卡在0.045不动。
面部对齐增强场景的Epoch锁定规则
进入「创建LoRA」→上传三张严格对齐的正面/左/右侧脸图后，勾选「面部对齐增强」开关。此时系统会自动禁用Epoch输入框，【总步数强制锁定为1200，Repeat与Epoch不可修改】。这是硬性约束，不是建议——哪怕你传了50张图，只要开了这个开关，训练就只跑1200步。想绕开？唯一办法是关掉该开关，改用普通LoRA模式，再手动计算N×R×E=1200，比如50张图就设Repeat=3、Epoch=8（50×3×8=1200）。
