启动LoRA训练前须手动计算总步数N×R×E并限定在1200–4000区间：低于1200则人脸特征无法激活，高于4000易触发显存保护；不同素材量对应不同R/E组合，面部对齐增强时必须设1200步且学习率0.0008。
☞☞☞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”中启动LoRA训练前，必须手动算出总步数并填入高级参数栏，否则模型会因步数越界而中途报错中断、loss发散为NaN或生成图崩坏——这不是平台默认值能兜住的硬性约束。
先确认三项基础变量
打开「高级参数」面板，找到图片张数（N）、Repeat值（R）、Epoch值（E）三个输入框。这三者必须同时可见且可编辑，缺一不可。其中Repeat和Epoch不是“越多越好”，而是要服务于总步数落在【1200–4000】这个黄金区间内。
总步数 = N × R × E，这个乘积必须严格满足：≥1200 且 ≤4000。【低于1200，人脸关键特征无法激活；高于4000，云端GPU大概率触发显存保护机制强制终止】
按数据量分档设置Repeat与Epoch
方法一：素材20–30张（新手推荐起步量）
Repeat固定填6，Epoch优先测试5和8两个值。保存两个版本模型后对比生成效果：Epoch=5出图快、结构稳但细节偏平；Epoch=8泛化强、微表情自然但若图片质量不均易过拟合。
方法二：素材少于20张（如仅12张高质量对齐图）
Repeat必须≥7，Epoch设8。若12×7×8=672，仍远低于1200——此时不能硬调高Repeat到10，而应先补图至15张再设Repeat=8、Epoch=10（得1200），或改用F.1_dev_fp8底模（收敛更快，允许更低步数稳定训练）。
方法三：素材超35张（含多角度/多表情）
① Repeat降至3～4，避免单图重复喂食过载；
② Epoch设10～12，用高轮次摊薄单图强度；
③ 总步数常达3000+，需盯紧loss曲线：若第2000步后loss持续＞0.035且无下降趋势，立即中断重训。
面部对齐增强场景的特殊规则
上传三张对齐图后，必须勾选「面部对齐增强」开关。此时迭代步数必须填【1200】，学习率锁死0.0008。【低于1000步，对齐模块完全不生效；高于1400步，“双下巴”“歪眼”等伪一致性错误开始高频出现】
