lora训练失败主因是数据命名违规、关键开关未关闭、触发词位置错误；需查日志报错行，核验图片分辨率/命名、标签文件字符合规性，并启用正则图。
☞☞☞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上LoRA训练失败时，页面常无明确报错、loss突然飙升至inf或训练中途静默终止，根本原因不是模型本身不兼容，而是数据命名违规、关键开关未关闭、触发词位置错误这三处硬性条件中至少有一项未达标。
第一步：查训练日志里的关键报错行
训练任务提交后，点击右上角“查看日志”按钮，滚动到最底部，逐行向上扫视——重点盯住以“ERROR”“WARNING”开头的行，尤其是包含“NaN Loss”“file skipped”“label parse failed”字样的语句。
若看到“file skipped: 01-水墨人物.jpg”，说明文件名含中文或短横线，平台已跳过该图但不提示；若出现“label parse failed on 02_scholar.txt”，大概率是标签文件里用了全角逗号或括号。
这一步必须手动翻到底部看原始日志，依赖前端“训练完成”弹窗等于放弃诊断权。
第二步：核验训练图集是否踩中三大雷区
方法一：检查图片分辨率与命名
打开你上传的训练图所在文件夹，确认每张图都是严格正方形，且宽高值只能是【768×768或1024×1024】——用画图软件随便拉伸出来的“看起来像正方形”不算数，必须用XnConvert或Photoshop批量重设尺寸并勾选“约束比例”。
文件名只允许半角数字、英文、下划线，例如03_ink_brush_hand.jpg；带空格、中文、括号、短横线（如03-ink.jpg）、点号（如03.ink.jpg）的全部非法，平台静默过滤，你根本看不到它被跳过。
方法二：验证标签文件是否合规
用记事本打开任意一张图对应的.txt文件，确认内容全是半角字符，关键词用英文逗号分隔，加权格式为(keyword:1.3)，不能写成（水墨:1.3）或[ink_wash:1.3]；全角括号、冒号、顿号会导致整行解析失败。
方法三：确认正则图是否启用
在“赛博丹炉”训练页→高级参数→勾选“启用正则图”。小数据集（
第三步：确认三个致命开关是否关闭
① 关闭混合精度训练：进入“简易参数”面板，找到“混合精度训练”开关，必须为关闭状态。LiblibAI云端fp16支持不稳定，开启后第3–5轮必现NaN Loss，日志只显示“loss=nan”，无其他线索。
② 触发词必须前置：在“模型效果预览提示词”输入框中，第一项必须是你设定的触发词，例如ink_wash, scholar figure ——写成a scholar figure in ink wash style会被模型忽略，预览图完全不带LoRA特征。
③ 底模选择不可错：点击左侧“训练LoRA”后，底模必须按场景手动指定——人像/ACG类选SD1.5，写实建筑选SDXL，PVC/金属材质选Foundation1.0。选错底模，所有后续参数都白调，loss会持续震荡无法下降。
第四步：判断loss曲线是否进入有效收敛区
训练启动后，观察页面中部loss曲线图：
前10步loss剧烈波动属正常，这是权重初始化阶段；
第20–50步loss应开始缓降，若始终在1.5以上横盘，说明Repeat值过低或学习率太高；
【loss稳定降至0.25左右并小幅波动，才是训练有效的标志】——低于0.15可能过拟合，高于0.4说明特征未学到位。
若loss在第8步突然炸到inf，立刻停训，回查日志中“file skipped”条目，90%是某张图命名或标签含非法字符。
