מדריך שכבות LoRA ב-ComfyUI ליצירות NSFW

מודל LoRA יחיד כמעט אף פעם לא מספיק לעבודת NSFW ברמת ייצור. אתם צריכים LoRA של דמות בשביל עקביות פנים, LoRA של סגנון בשביל הטיפול הוויזואלי, LoRA של אנטומיה בשביל נאמנות בתוכן מפורש, ואולי LoRA של שחרור אם אתם משתמשים במודל בסיס שזקוק לעזרה. הערימה הזו של שלושה או ארבעה מודלי LoRA חייבת לעבוד יחד בלי שאחד מבטל את השני או מייצר תוצאה מעורבבת ובלגנית. רוב האנשים עורמים מודלי LoRA על ידי זריקה של כולם פנימה במשקלי ברירת המחדל ותקווה לטוב. בגלל זה הפלטים שלהם נראים כאילו בלנדר עבר עליהם. עריכת שכבות של מודלי LoRA היטב היא מיומנות מקצועית, והנה התהליך המדויק שאני משתמש בו כדי לקבל פלט נקי מערימות מורכבות.

תשובה מהירה: ב-ComfyUI, שרשרו צמתים של LoRA Loader או השתמשו ב-LoRA Stacker מ-Efficiency Nodes. ערימה טיפוסית קובעת LoRA של שחרור ב-0.7, LoRA של דמות ב-0.8, LoRA של סגנון ב-0.6, LoRA של אנטומיה ב-0.5. לכל LoRA יש משקלי model וגם CLIP. הורידו את משקל ה-CLIP (0.4-0.6) אם ההנחיות מרגישות מבולגנות. בדקו LoRA אחד בכל פעם, ואז הוסיפו עוד בהדרגה. התנגשות בין שני מודלי LoRA שמנסים לעשות דברים דומים היא הכישלון הנפוץ ביותר.

למה LoRA אחד כמעט אף פעם לא מספיק

תראו, הסיבה שאתם לא יכולים לקבל פלט NSFW ברמת ייצור מ-LoRA יחיד היא שמודלי LoRA הם מומחים צרים. LoRA של דמות מקודד תווי פנים ופרופורציות גוף אבל לא יודע איך מרקם עור טוב נראה. LoRA של סגנון מקודד תאורה וטיפול בצבע אבל לא מכיר את פני הדמות שלכם. LoRA של אנטומיה ממלא פערים בתוכן מפורש אבל אין לו דעות לגבי קומפוזיציה. כל LoRA נושא מידע בפס צר, ופלט טוב דורש שכמה פסים יעבדו יחד.

המתמטיקה מאחורי למה זה עובד. LoRA משנה את משקלי מודל הבסיס בפירוק בדרגה נמוכה, מה שאומר שהוא דוחף את התנהגות המודל לכיוון מסוים בזמן שהוא משאיר את רוב המודל ללא שינוי. עריכת שכבות של כמה מודלי LoRA משלבת את הדחיפות שלהם, וכל עוד הדחיפות בכיוונים בערך אורתוגונליים, האפקט המשולב הוא איחוד היכולות הבודדות שלהם.

איפה השכבות משתבשות זה כששני מודלי LoRA דוחפים בכיוונים דומים. אם אתם טוענים שני מודלי LoRA של עור פוטוריאליסטי בעוצמה מלאה, שניהם דוחפים את המודל לכיוון עור פוטוריאליסטי, והאפקט המשולב הוא "עור פוטוריאליסטי מדי" שבדרך כלל אומר שעווה או מפורט יתר על המידה. זהו הכישלון הנפוץ ביותר של עריכת שכבות והוא קורה בכל פעם שיוצרים טוענים מודלי LoRA בלי לחשוב על מה כל אחד מהם באמת עושה.

המודל המנטלי הנכון. דמיינו כל LoRA כווקטור במרחב הסגנון. עריכת שכבות של מודלי LoRA מחברת את הווקטורים. אם שני וקטורים מצביעים לכיוונים דומים, אתם מקבלים תוצאה מבושלת יתר על המידה בכיוון הזה. אם הם מצביעים לכיוונים שונים, אתם מקבלים שילוב מאוזן. ערמו מודלי LoRA מגוונים, לא מיותרים.

לעבודת NSFW באופן ספציפי, ערימת הייצור הטיפוסית מכסה ארבעה פסים:

• פס השחרור: עוזר למודל הבסיס לייצר תוכן מפורש (בעיקר ל-Flux)
• פס הדמות: מקבע תווי פנים וגוף ספציפיים
• פס הסגנון: שולט בטיפול הוויזואלי (פוטוריאליסטי, קולנועי, אופנה)
• פס האנטומיה: משפר נאמנות בתוכן מפורש

אלה מספיק אורתוגונליים כך שכל הארבעה יכולים להיערם בלי התנגשויות גדולות. הוספת עוד מודלי LoRA מעבר לאלה בדרך כלל מכניסה יתירות ומורידה את איכות הפלט.

משקל model מול משקל CLIP

לכל LoRA Loader ב-ComfyUI יש שני פרמטרי משקל בשם strength_model ו-strength_clip. רוב המדריכים מטשטשים את ההבדל ביניהם. הכרת ההבדל היא המפתח לעריכת שכבות רצינית.

strength_model שולט בכמה ה-LoRA משנה את ה-UNet (מודל הדיפוזיה עצמו). זאת ההשפעה הוויזואלית. strength_model גבוה יותר אומר שהחתימה הוויזואלית של ה-LoRA מופיעה חזק יותר בפלט. זה מה שרוב האנשים חושבים עליו כ"עוצמת LoRA".

strength_clip שולט בכמה ה-LoRA משנה את מקודד הטקסט (CLIP). זה משפיע על איך המודל מפרש הנחיות. strength_clip גבוה יותר אומר שה-LoRA מטה את הבנת ההנחיה לכיוון מה שה-LoRA אומן עליו.

ברוב המקרים, אתם רוצים את strength_model ו-strength_clip בערך באותו ערך. המודל ומקודד הטקסט צריכים להסכים על מה ה-LoRA רוצה. אם הם מתבדרים רחוק מדי, אתם מקבלים פלט מבולגן שבו המודל מצייר דבר אחד בזמן שמקודד הטקסט חושב שביקשתם משהו אחר.

אבל יש מקרים ספציפיים שבהם אתם רוצים אותם שונים:

• מודלי LoRA של דמות: לעיתים קרובות נהנים ממשקל CLIP נמוך מעט (0.6-0.7 לעומת משקל model של 0.8) כי שינוי ה-CLIP יכול להדגיש יתר על המידה מילות טריגר של שם הדמות ולגרום להנחיות להרגיש מוגבלות.
• מודלי LoRA של סגנון: לפעמים נהנים ממשקל CLIP גבוה יותר כדי לדחוף את המודל לפרש הנחיות באוצר המילים של סגנון ה-LoRA.
• מודלי LoRA של אנטומיה: בדרך כלל רוצים משקל CLIP נמוך יותר (0.4-0.5) כדי להימנע מהדגשת יתר של אנטומיה בפירוש ההנחיה על ידי המודל.
• מודלי LoRA של שחרור: רוצים strength_model ב-0.7-0.8 ו-strength_clip ב-0.5-0.6 כי הגדלת יתר של CLIP מתחילה לעוות את הסמנטיקה של ההנחיה.

נקודת התחלה נפוצה של 2026 שעובדת:

• strength_model: 0.8
• strength_clip: 0.6

זהו חוסר איזון קל שנותן השפעה ויזואלית בלי לבלגן הנחיות. כווננו משם בהתאם לאיך שהערימה שלכם מרגישה.

הגדרת ה-node של LoRA Stacker

לעריכת שכבות של 3 מודלי LoRA או יותר בצורה נקייה, ה-node של LoRA Stacker מ-Efficiency Nodes הוא הכלי הנכון. הוא צורר כמה פעולות של LoRA Loader ל-node יחיד, מה שמשאיר את הגרף שלכם קריא. התקינו את Efficiency Nodes דרך ComfyUI Manager. ה-node מופיע בתור "LoRA Stacker" בקטגוריית ה-loaders.

ל-node של LoRA Stacker יש:

• lora_count: מספר חריצי ה-LoRA שיוצגו (קבעו לפי גודל הערימה שלכם)
• mode: "simple" או "advanced" (simple משתמש במשקל אחד לכל LoRA, advanced מפריד בין model ל-CLIP)
• לכל חריץ: lora_name (תפריט נפתח של מודלי LoRA זמינים), strength (או strength_model ו-strength_clip במצב advanced)

לעבודת NSFW אני תמיד משתמש במצב advanced כי ההבחנה בין משקל model ל-CLIP חשובה. מצב simple בסדר לניסויים מזדמנים אבל מגביל את אפשרויות הכיוונון שלכם.

ה-node מפיק LORA_STACK יחיד שאתם מחברים ל-node במורד הזרם שמחיל את כל מודלי ה-LoRA הערומים בבת אחת. הדפוס הסטנדרטי הוא:

1. CheckpointLoader ← פלט model ו-clip
2. LoRA Stacker ← קלט lora_count והגדרות לכל LoRA ← פלט LORA_STACK
3. Apply LoRA Stack ← קלטים model, clip, LORA_STACK ← פלטים model ו-clip מתוקנים
4. KSampler עם ה-model וה-clip המתוקנים

זה נשאר נקי ויזואלית אפילו עם 5 מודלי LoRA או יותר בערימה. בהשוואה לצמתי LoRA Loader משורשרים (שבהם כל loader הוא node נפרד), גישת ה-Stacker קריאה משמעותית יותר לתהליכי עבודה ברמת ייצור.

אפשרות ה-stacker האחרת ששווה להכיר היא multi-lora-stack מ-ShmuelRonen, שיש לה ממשק דינמי יותר ויכולה להחליף מודלי LoRA בזמן ריצה. שימושית לתהליכי עבודה ניסיוניים אבל ה-Stacker הסטנדרטי של Efficiency Nodes הוא מה שאני משתמש בו לייצור.

מתכון: שחרור ועוד דמות ועוד סגנון ועוד אנטומיה

ערימת ארבעת הפסים שמכסה את רוב עבודת ה-NSFW ברמת ייצור. ההגדרות הן נקודות התחלה, כווננו בהתבסס על מודלי ה-LoRA הספציפיים שלכם ומודל הבסיס.

ל-Pony Realism v2.2 או SDXL דומה מבוסס Pony:

LoRA 1 (Unlock, optional for Pony):
  lora_name: pony_nsfw_unlock.safetensors (if needed)
  strength_model: 0.4 (Pony already knows NSFW)
  strength_clip: 0.3

LoRA 2 (Character):
  lora_name: <your_character>.safetensors
  strength_model: 0.85
  strength_clip: 0.7

LoRA 3 (Style):
  lora_name: photoreal_skin.safetensors
  strength_model: 0.6
  strength_clip: 0.5

LoRA 4 (Anatomy):
  lora_name: anatomy_detail.safetensors
  strength_model: 0.5
  strength_clip: 0.4

סך כל המשקל המשולב של model: 2.35. זה יושב בטווח הבטוח למודלים ממשפחת SDXL. מעל 3.0 אתם מתחילים להסתכן בהידרדרות הפלט. מתחת ל-1.5 אתם כנראה מנצלים את הערימה בחסר.

ל-RealVisXL V5 (בלי תשתיות NSFW מובנות):

LoRA 1 (Unlock):
  lora_name: realvis_nsfw.safetensors
  strength_model: 0.75
  strength_clip: 0.55

LoRA 2 (Character):
  lora_name: <your_character>.safetensors
  strength_model: 0.8
  strength_clip: 0.65

LoRA 3 (Style):
  lora_name: cinematic_lighting.safetensors
  strength_model: 0.55
  strength_clip: 0.5

LoRA 4 (Anatomy):
  lora_name: anatomy_detail.safetensors
  strength_model: 0.55
  strength_clip: 0.4

סך כל המשקל המשולב של model: 2.65. גבוה מעט כי RealVisXL זקוק ליותר דחיפה מ-LoRA השחרור כדי להתחרות בהטיית האימון שלו לדיוקנאות פוטוריאליסטיים.

ל-Flux Dev או Flux Schnell:

LoRA 1 (Unlock, critical):
  lora_name: flux_nsfw_unlock.safetensors
  strength_model: 0.85
  strength_clip: 0.65

LoRA 2 (Character):
  lora_name: <your_flux_character>.safetensors
  strength_model: 0.8
  strength_clip: 0.7

LoRA 3 (Style):
  lora_name: flux_photoreal.safetensors
  strength_model: 0.5
  strength_clip: 0.45

שלושה מודלי LoRA בסך הכל כי ל-Flux יש מערכת אקולוגית קטנה יותר של LoRA ועריכת שכבות של יותר מכניסה התנגשויות לעיתים קרובות יותר. סך כל המשקל המשולב של model: 2.15.

הדפוסים למעלה הם נקודות התחלה. העבודה האמיתית היא סריקת משקלים בודדים ובדיקה מה עובד לשילובי ה-LoRA הספציפיים שלכם ולמודל הבסיס.

דפוסי התנגשות ואיך לאבחן אותם

זיהוי דפוסי התנגשות הוא ההבדל בין ניחוש לכיוונון. הנה הכישלונות הנפוצים ביותר ואיך הם נראים בפלט.

תחרות סגנון (הנפוצה ביותר): שני מודלי LoRA שמנסים לעשות דברים דומים. הפלט נראה "עכור" או "מבושל יתר על המידה". סימנים ספציפיים כוללים עור שנראה שעווה, תאורה שמרגישה מלאכותית, וצבעים רוויים מדי.

תיקון: הורידו את אחד ממודלי ה-LoRA המתחרים ל-strength_model של 0.4-0.5, או הסירו אותו לגמרי.

סחיפת דמות מ-LoRA של סגנון: פני הדמות של LoRA הדמות נדרסים על ידי LoRA אגרסיבי של סגנון. סימנים ספציפיים כוללים שינויי צורת פנים בין יצירות עם אותה הנחיה, סחיפת מוצא אתני, ושיטוח הבעות.

תיקון: הורידו את strength_model של LoRA הסגנון ל-0.4-0.5. הגדילו את strength_model של LoRA הדמות ל-0.9. הורידו את strength_clip של LoRA הסגנון ל-0.3-0.4 באופן ספציפי.

הדגשת יתר של אנטומיה: LoRA של אנטומיה מושך חזק מדי על פרטי הגוף. סימנים ספציפיים כוללים מאפייני אנטומיה מוגזמים בצורה קריקטורית, חלקי גוף שנראים בבירור מוזרקים על ידי LoRA, והנחיות על פרטים שאינם אנטומיה שמתעלמים מהן.

תיקון: strength_model של LoRA האנטומיה ל-0.4 מקסימום. משקל ה-CLIP באופן ספציפי צריך להיות מאוד נמוך (0.3-0.4) למודלי LoRA של אנטומיה כי שינוי ה-CLIP הוא מה שגורם ל-LoRA להדגיש יתר על המידה מאפיינים בהנחיות.

LoRA של שחרור שדולף לתוכן SFW: LoRA של שחרור שמטה את כל היצירות לכיוון NSFW אפילו כשההנחיה לא קוראת לזה. סימנים ספציפיים כוללים כל יצירה נוטה לכיוון מפורש אפילו עם הנחיות שאמורות להיות SFW, והמודל מוסיף אלמנטים של NSFW ללא הנחיה.

תיקון: strength_model של LoRA השחרור ל-0.6 מקסימום. אם אתם עושים עבודה מעורבת של SFW ו-NSFW, בנו תהליכי עבודה נפרדים לכל אחד והשתמשו ב-LoRA של שחרור רק בתהליך ה-NSFW.

הסחת צבע על פני הערימה: כמה מודלי LoRA שאומנו על טיפולי צבע שונים. לפלט יש טמפרטורת צבע לא עקבית בין יצירות. סימנים ספציפיים כוללים עור שנראה ורוד ביצירה אחת וצהוב בשנייה, עם אותה הנחיה.

תיקון: זהו איזה LoRA הכי דעתן לגבי צבע (בדרך כלל LoRA של סגנון או פוטוריאליסטי). נעלו את ה-LoRA הזה למשקל מתון (0.5-0.6) וכווננו את האחרים סביבו.

הגישה האבחונית לכל התנגשות. השביתו את כל מודלי ה-LoRA חוץ מאחד. צרו. הוסיפו את ה-LoRA הבא. צרו. השוו. ה-LoRA שההוספה שלו שברה את הפלט הוא מקור ההתנגשות. הורידו את משקלו או הסירו אותו.

נוהל סריקת משקלים

כיוונון משקלים שיטתי מנצח ניחושים. הנוהל שאני משתמש בו:

1. קבעו את ה-seed. בחרו seed אחד שהפיק פלט מקובל ונעלו אותו לכל הסריקה. זה מבודד את אפקטי ה-LoRA משונות ה-seed.

2. קבעו קו בסיס. צרו עם כל מודלי ה-LoRA ב"משקלי התחלה סבירים" (המתכון למעלה). שמרו את זה כקו הבסיס.

3. סרקו LoRA אחד בכל פעם. שנו את strength_model של LoRA אחד על פני טווח (בדרך כלל 0.3, 0.5, 0.7, 0.9). השאירו את כל שאר מודלי ה-LoRA במשקלי קו הבסיס. צרו בכל הגדרה.

4. בחרו את ההגדרה הטובה ביותר ל-LoRA הזה. הסתכלו על ארבעת הפלטים. בחרו את זה שבו התרומה של ה-LoRA הזה היא החזקה ביותר בלי לשבור את הפלט הכולל. נעלו את המשקל הזה.

5. עברו ל-LoRA הבא. חזרו על הסריקה עם ה-LoRA הבא בערימה, תוך שמירה על ה-LoRA שכוונן קודם נעול במשקלו הטוב ביותר.

6. חזרו אם צריך. לפעמים כיוונון של LoRA 3 חושף שההגדרה של LoRA 1 צריכה התאמה. אל תפחדו לחזור אחורה.

הנוהל הזה לוקח 20-40 יצירות לערימה של ארבעה מודלי LoRA אבל התוצאה היא ערימה מכוונת שמייצרת באופן עקבי את מה שאתם רוצים. לעומת גישת "זריקת כל מודלי ה-LoRA ב-1.0" שמייצרת פלט מבולגן ב-60 אחוז מהמקרים, ההשקעה בזמן משתלמת מהר.

לאוטומציה של זה ב-ComfyUI, תוסף ה-XY Plot מאפשר לכם לייצר באצווה על פני סריקת פרמטרים באופן אוטומטי. קבעו את צירי הסריקה לשתי עוצמות LoRA וצרו את כל הרשת באצווה אחת. הרבה יותר מהר מסריקות ידניות.

לעוד על איזון משקלים על פני ערימות מורכבות, הסקירה שלי על Pony Realism מול RealVisXL דנה באיך התאמת LoRA שונה בין שתי המערכות האקולוגיות, מה שמשפיע על אילו ערימות בכלל אפשריות. אם אתם מריצים ערימות על 8 GB של VRAM, מדריך ההגדרה ל-VRAM נמוך מכסה כמה מודלי LoRA אתם יכולים לטעון מעשית לפני שאתם פוגעים ב-OOM.

שמירת הגדרות מראש של ערימות

ברגע שיש לכם ערימה מכוונת, שמרו אותה כהגדרה מראש. ל-ComfyUI יש כמה דרכים לעשות את זה:

שמרו את כל תהליך העבודה כ-JSON. לחיצה ימנית על הקנבס, save workflow. זה משמר את ערימת ה-LoRA יחד עם כל השאר (sampler, הנחיות, ControlNet וכו'). טענו מחדש כתבנית כשאתם צריכים את הערימה הזו.

שמרו רק את הערימה כתבנית node. בחרו את ה-node של LoRA Stacker, לחיצה ימנית, save as template. זה שומר רק את תצורת הערימה, שאתם יכולים להפיל לכל תהליך עבודה.

השתמשו בספריית תהליכי העבודה של ComfyUI Manager. שמרו שם תהליכי עבודה מכווננים לשימוש חוזר קל בין פרויקטים.

לעבודת ייצור, אני מתחזק בערך 8-10 הגדרות מראש של ערימות בעלות שם שמכסות מקרי שימוש נפוצים:

• דיוקן פוטוריאליסטי
• גוף מלא פוטוריאליסטי
• אורח חיים קולנועי
• אופנה עריכתית
• דיוקן אנימה
• גוף מלא אנימה
• סצנה רב-דמותית
• תמונת גיבור (פירוט מקסימלי)

לכל הגדרה מראש יש ערימה מכוונת משלה ואני עובר ביניהן בהתבסס על מה שאני יוצר. זה הרבה יותר מהיר מכיוונון מחדש לכל פרויקט.

שלוש ערימות NSFW לשימוש חוזר

שלוש הגדרות מראש מלאות של ערימות שמכסות תרחישי ייצור נפוצים. השתמשו כמו שהן או כנקודות התחלה לכיוונון משלכם.

ערימה 1: דיוקן אורח חיים פוטוריאליסטי (בסיס RealVisXL)

1. realvis_nsfw_v3: model 0.7, clip 0.55
2. <character>: model 0.85, clip 0.7
3. cinematic_lighting: model 0.5, clip 0.5
4. detailed_skin: model 0.45, clip 0.4

הכי טובה לדיוקן של נושא יחיד או חלק עליון של הגוף, תאורה מבוקרת, אסתטיקה פוטוריאליסטית. הימנעו לעבודה ממוקדת אנטומיה מפורשת (LoRA השחרור מתון, לא אגרסיבי).

ערימה 2: גוף מלא מפורש (בסיס Pony Realism)

1. <character>: model 0.85, clip 0.7
2. photoreal_skin_pony: model 0.65, clip 0.5
3. anatomy_v2: model 0.55, clip 0.4
4. (optional) pose_detail: model 0.4, clip 0.35

הכי טובה לתוכן מפורש ממוקד אנטומיה, כיסוי גוף מלא, סגנון פוטוריאליסטי. Pony Realism לא צריך LoRA של שחרור. הימנעו לעבודה ממוקדת דיוקן (LoRA האנטומיה מודגש יתר על המידה לחיתוכי פנים בלבד).

ערימה 3: NSFW אנימה (בסיס NoobAI XL או Illustrious)

1. anime_nsfw_unlock: model 0.7, clip 0.55
2. <character>: model 0.85, clip 0.7
3. anime_style: model 0.5, clip 0.45
4. detailed_eyes: model 0.4, clip 0.35

הכי טובה ל-NSFW בסגנון אנימה עם עקביות דמות. LoRA הסגנון הוא האישיות של הפלט, אז בחרו בהתבסס על יעד האסתטיקה שלכם (יותר ציורי, יותר תאי הצללה וכו'). הימנעו לעבודה פוטוריאליסטית.

כל שלוש אלה הן נקודות התחלה. הריצו סריקות משקלים לכיוונון מדויק בהתבסס על מודלי ה-LoRA הספציפיים שלכם. שמירת כל אחת כהגדרה מראש אומרת שאתם יכולים לעבור איטרציה לכל פרויקט בלי כיוונון מחדש של הבסיס.

לתהליכי עבודה של LoRA בלי שום ניהול, lewdly.ai מנתב הנחיות דרך ערימות מכוונות מראש בצד השרת. המשתמש מתאר מה הוא רוצה והפלטפורמה מחילה את מודלי ה-LoRA הנכונים במשקלים הנכונים. זוהי רמת ההפשטה הנכונה אם ניהול ערימות LoRA הוא לא איך שאתם רוצים לבלות את הזמן שלכם. גילוי מלא, אני עוזר לבנות אותה.

שאלות נפוצות

כמה מודלי LoRA אני יכול לערום בבת אחת על SDXL? מעשית 4-5 מודלי LoRA במשקלים מתונים. מעבר ל-5, התנגשויות והידרדרות איכות נהיות חמורות. כמה תהליכי עבודה טכנית תומכים ב-8 מודלי LoRA או יותר אבל הפלט נדיר שתואם מה שהייתם מקבלים מערימה קטנה ומכוונת היטב.

מה ההבדל בין LoRA Stacker ל-LoRA Loaders משורשרים? דומים פונקציונלית אבל שונים ויזואלית. LoRA Stacker צורר כמה מודלי LoRA ל-node יחיד לגרפים נקיים יותר. צמתי LoRA Loader משורשרים הם צמתים מפורשים לכל LoRA. שניהם מייצרים פלט שווה ערך. Stacker עדיף ל-3 מודלי LoRA או יותר, Loaders בודדים בסדר ל-1-2.

למה הפלט שלי נראה מבולגן עם כמה מודלי LoRA? הסיבה הנפוצה ביותר היא שני מודלי LoRA שמנסים לעשות דברים דומים במשקלים גבוהים. השביתו מודלי LoRA אחד בכל פעם כדי למצוא את ההתנגשות. הורידו או הסירו את ה-LoRA ששובר את הפלט. סך כל המשקל המשולב של model מעל 3.0 הוא גם סיבה נפוצה.

האם strength_clip תמיד צריך להיות שווה ל-strength_model? בדרך כלל לא. הפחתה קלה ב-strength_clip (0.6-0.7 לעומת model של 0.8) עוזרת למנוע בלבול הנחיות. למודלי LoRA של אנטומיה באופן ספציפי, משקל CLIP נמוך בהרבה (0.3-0.4) מונע הדגשת יתר. למודלי LoRA של דמות, משקל CLIP נמוך מונע התמקדות יתר על מילות טריגר של שם הדמות.

האם אני יכול לערבב מודלי LoRA של Pony ומודלי LoRA של SDXL באותה ערימה? טכנית כן, מעשית לא. מרחבי הלייטנט שונים ומודלי ה-LoRA אומנו על מודלים תשתיתיים שונים. אתם יכולים להשתמש במודלי LoRA של Pony במשקלים מופחתים על מודל מבוסס Pony שכבר חולק את מרחב הלייטנט. ערבוב בין מערכות אקולוגיות בדרך כלל מייצר ארטיפקטים.

ומה לגבי מיזוג LoRA במקום עריכת שכבות? מיזוג LoRA משלב כמה מודלי LoRA לקובץ LoRA יחיד. זה מייצר אפקטים שווי ערך לעריכת שכבות בזמן ריצה אבל עם שימוש נמוך יותר ב-VRAM במהלך הדגימה. שווה לעשות לערימות ייצור יציבות. כלי המיזוג (ב-ComfyUI Manager או דרך סקריפטי kohya) מטפלים בזה. ברגע שמוזגו, ה-LoRA המשולב נטען כ-LoRA יחיד עם משקל אחד.

איך אני יודע אם LoRA מתנגש עם אחר? צרו עם כל LoRA בנפרד והשוו לפלט הערימה. אם בפלט הערימה חסרה החתימה הנראית של LoRA אחד, ה-LoRA הזה מדוכא על ידי משהו אחר בערימה. אם בפלט הערימה יש ארטיפקטים מוזרים שלא נמצאים באף LoRA בודד, שני מודלי LoRA מגבירים זה את זה.

האם סדר ה-LoRA חשוב בערימה? ברוב מימושי ה-stacker, לא. מודלי LoRA משולבים כסכום של שינויי המשקל שלהם והסדר לא משנה את התוצאה. לכמה מימושי loader משורשרים מדור קודם יש אפקטי סדר קלים אבל הם זניחים.

האם אני יכול להשבית LoRA בלי להסיר אותו מתהליך העבודה? כן. קבעו את ה-strength_model שלו ל-0 ואת ה-strength_clip ל-0. ה-LoRA טעון אבל לא תורם כלום. זה שימושי לבדיקות A/B. רק זכרו לאפס משקלים כשאתם רוצים אותו חזרה בתערובת.

מה העוצמה המקסימלית שאני יכול לקבוע? רוב ה-LoRA Loaders מקבלים ערכים 0-2.0 או אפילו גבוה יותר. מעל 1.0 מדגיש יתר על המידה את ה-LoRA מעבר למה שהוא אומן עליו ובדרך כלל מייצר ארטיפקטים. הישארו בטווח 0.3-1.0 לעבודת ייצור. הטווח של 1.0 ומעלה הוא לניסויים בלבד.

המודל המנטלי הנכון

עריכת שכבות של LoRA היא קומפוזיציה, לא חיבור. חשבו על כל LoRA ככלי נגינה באנסמבל. כינור סולו מעניין בפני עצמו. שלושה כינורות שמנגנים את אותה שורה זה פשוט יותר רועש, לא יותר טוב. כינור, ויולה וצ'לו שמנגנים חלקים משלימים זו מוזיקה. אותו עיקרון חל על ערימות LoRA. מודלי LoRA מגוונים שמשרתים תפקידים שונים זו מוזיקה. מודלי LoRA מיותרים במשקלים גבוהים זה רעש.

הלקח הגדול ביותר משנתיים של עריכת שכבות LoRA בתהליכי עבודה של NSFW ברמת ייצור. כיוונון משקלים ממושמע מנצח חומרה יקרה. ערימת שלושה מודלי LoRA מכוונת היטב על מודל בסיס מתון מייצרת פלט טוב יותר מערימה רשלנית של שישה מודלי LoRA על החומרה הטובה ביותר. העבודה שנכנסת לכיוונון היא מה שקובע את התקרה, לא מספר מודלי ה-LoRA או הציוד.

לאנשים שרוצים פלט נקי בלי לנהל את הכיוונון בעצמם, זה בדיוק מה שניתוב ה-LoRA בצד השרת של lewdly.ai מטפל בו. הפלטפורמה בוחרת ערימות ומשקלים בהתבסס על ניתוח ההנחיה והמשתמש לא צריך לחשוב על שום דבר מזה. לרוב המשתמשים זו שכבת ההפשטה הנכונה. למשתמשים טכניים שרוצים שליטה מלאה, תהליך העבודה הידני של ComfyUI שמתואר כאן הוא הדרך.

משאבי עזר כוללים את GitHub של Efficiency Nodes ComfyUI ל-node של LoRA Stacker, את מאגר multi-lora-stack למימוש חלופי, ואת תיעוד ה-LoRA של Civitai שיש בו מדריכי קהילה על שילובי LoRA ספציפיים שעובדים היטב.