要稳定复现特定画风lora，需严格正方形裁图、半角命名与标签、禁用heic、按画风选底模（水墨用sd1.5、写实用sdxl、赛博用foundation1.0）、关闭混合精度、触发词前置。
☞☞☞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☜☜☜
想在LiblibAI上训练出能稳定复现水墨、厚涂、赛博朋克等特定画风的LoRA模型，却总遇到生成图风格漂移、线条崩坏或色彩发灰——问题往往出在图像未手动裁成严格正方形、标签混入全角逗号、底模错选SD1.5训写实金属，或是关键参数组合踩中NaN Loss雷区。
准备20–50张合规画风训练图
第一步：用Photoshop或XnConvert将所有原始图统一裁为【768×768或1024×1024像素的正方形】。不要依赖平台自动裁剪——它的“聚焦裁剪”会偏移主体，导致留白构图被切掉、毛笔飞白消失、赛博霓虹光晕被截断。
第二步：文件名改用半角下划线连接，例如01_ink_wash_scholar.jpg、02_cyberpunk_street.jpg。禁止出现空格、“水墨人物(1).jpg”这类带括号的命名，也禁用中文顿号、全角冒号，否则上传后系统静默跳过该图，不报错也不提醒。
第三步：每张图配一个同名.txt标签文件，内容用英文逗号分隔，可加权如(ink_wash:1.3), scholar, soft_brush, white_space。所有标点必须是半角，全角逗号会让整行标签解析失败，LoRA根本学不到核心特征。
第四步：检查iCloud或微信下载的图是否被自动转为HEIC格式——这类图LiblibAI完全无法识别，必须手动另存为JPEG，压缩质量设为100%避免伪影干扰纹理学习。
选对底模并关闭混合精度
进入“赛博丹炉”→点击左侧“训练LoRA”→按画风类型选底模：
方法一：水墨/国风/厚涂/二次元角色 → 选SD1.5；
方法二：写实建筑/产品摄影/金属反光/玻璃透光 → 选SDXL；
方法三：PVC材质/塑料质感/赛博机械体 → 选Foundation1.0。
【别图省事全用SD1.5——用它训金属高光，模型根本学不会反射逻辑，最后全是塑料感】
在简易参数面板中，保持“单次张数”为15，“循环轮次”设为8；最关键的是：【务必关闭“混合精度训练”开关】。LiblibAI云端fp16支持不稳定，开启后90%概率在第3–5轮触发NaN Loss，训练突然中断，日志只显示“loss=nan”，无其他提示。
“模型效果预览提示词”必须含前置触发词，例如ink_wash, scholar figure —— 如果写成a scholar in ink wash style，触发词被埋在中间，预览图就不会带LoRA特征。
高级参数分层校准
第一步：点击“高级参数”展开面板，将Repeat设为5～8。若图集仅20张，直接填8；30张左右填6最稳；超过40张可填5。
第二步：学习率填3e-4（风格类专用），调度策略必须选“cosine with warmup”。【严禁使用固定学习率，否则loss会剧烈震荡，前期冲到1.5，后期卡死在0.9不动】
第三步：Batch Size × 梯度累积 = 8～12。A10显卡填Batch Size=2 → 梯度累积=4；V100显卡填Batch Size=4 → 梯度累积=3。数值低于8学不动特征，高于12易爆显存。
第四步：启用正则图功能。上传5～10张同风格但不含主体特征的背景图（如纯水墨留白、赛博城市远景），命名为reg_01.jpg、reg_02.jpg……防止小数据集过拟合，让LoRA学会泛化而非死记硬背。
人工校验与触发词前置
方法一：平台完成自动裁剪后，逐张点击查看裁切框——重点检查手部边缘、发梢飘动区域、衣摆褶皱是否被切掉。尤其水墨画的飞白、厚涂的堆叠肌理，一旦被切，LoRA输出就会断层。
方法二：自动打标生成的tags需人工删减。去掉重复词（如多次出现ink_brush）、颜色词（如black_hair）、场景词（如studio_lighting）——这些信息应由提示词控制，不是训练图该承载的。
触发词必须全英文、无空格、不加括号，例如ink_wash或cyberpunk_v2。训练前在“模型效果预览提示词”中把它放在最前面，后面再接具体描述。漏掉这一步，训练完也无法调用。
