用5～8张针对性补图可修复lora训练发散：缺啥补啥图纠特征缺失，正则化图控过拟合，光照图调光影一致性；需先确认loss跳变或预览异常再补图，严禁在基础错误未排除时盲目添加。
☞☞☞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☜☜☜
想让LiblibAI上训练失败或效果发散的LoRA模型起死回生，不是删掉重来，而是用精准补充素材的方式“打补丁”——只加5～8张针对性强、构图干净、特征明确的新图，就能压住loss震荡、修复五官错位、找回丢失的纹理细节，且无需从头跑满Epoch。
判断是否真需要补图
先确认问题根源：打开训练日志，如果loss在第3～5轮突然跳变＞0.8，或预览图中出现【人脸左右不对称、衣领缺失、背景大面积色块崩坏】，说明是特征学习不全，适合补图；但如果loss从第1轮就持续＞1.5或直接显示nan，大概率是原始图存在HEIC格式、命名含全角逗号、或混合精度未关闭——这种必须先修正基础错误，补图无效。
补图前务必导出当前模型权重（点击“暂停训练”→“下载当前权重”），否则补图后无法回溯对比效果。
补图选哪几张？三类必加图
方法一：缺啥补啥图
若生成图总缺“袖口褶皱”，就专门拍/找3张高清特写：纯色背景+手臂自然下垂+袖口完全展开，裁成1024×1024正方形，命名为add_01_sleeve_fold.jpg；
若人物总偏左，就补2张严格居中+双眼直视镜头的正面照，头部占画面65%，禁止任何角度倾斜。
方法二：正则化兜底图
准备5张同风格但不同主体的图，例如训练“水墨仕女”，就另选5张水墨风格的高士、渔父、童子图，统一裁为768×768，文件名以reg_开头，如reg_01_ink_wash_scholar.jpg——这类图不参与触发词绑定，只起泛化约束作用，能有效压制过拟合导致的细节粘连。
方法三：光照纠偏图
如果原图多为侧光导致阴影过重，补图必须全用柔光箱正打光，确保面部无阴影、衣料纹理清晰可见。这类图不需新打标，直接复用原图标签，但要在txt末尾追加soft_even_lighting——平台会识别该词并强制对齐光照特征层。
上传补图并重启训练
第一步：进入原训练任务页→点击“继续训练”→在素材区点击“添加图片”。
第二步：勾选“启用正则化图像”，系统会自动识别reg_开头的图并归入正则集；其余补图保持默认分组。
第三步：关键动作——在“高级参数”中将Repeat值提高1～2档（原设6则改7，原设8则改9），因为新增图会稀释单轮学习强度，不调Repeat会导致新特征学不透。
第四步：不修改Epoch，保持原设定（如原为5轮则仍填5），让模型在原有收敛路径上叠加新信息，避免重启训练引发的loss重置震荡。
上传后检查所有补图右侧是否显示绿色对勾，若出现黄色感叹号，鼠标悬停可看到具体报错，常见是文件名含空格或标签里用了中文顿号“、”，立刻重命名修正。
