NSFW जनरेशन के लिए ComfyUI LoRA स्टैकिंग गाइड

प्रोडक्शन स्तर के NSFW काम के लिए एक अकेला LoRA शायद ही कभी काफी होता है। आपको चेहरे की निरंतरता के लिए एक कैरेक्टर LoRA, विज़ुअल ट्रीटमेंट के लिए एक स्टाइल LoRA, एक्सप्लिसिट फिडेलिटी के लिए एक एनाटॉमी LoRA, और अगर आप ऐसा बेस मॉडल इस्तेमाल कर रहे हैं जिसे मदद चाहिए तो शायद एक अनलॉक LoRA की जरूरत होती है। तीन या चार LoRA का वह स्टैक एक साथ काम करना चाहिए, बिना इसके कि एक दूसरे को रद्द कर दे या एक गड़बड़ औसत नतीजा पैदा कर दे। ज्यादातर लोग सभी LoRA को डिफॉल्ट वेट पर ठूंस देते हैं और सबसे अच्छे की उम्मीद करते हैं। यही वजह है कि उनके आउटपुट ऐसे दिखते हैं जैसे किसी ब्लेंडर ने उन्हें पीस दिया हो। LoRA को अच्छे से स्टैक करना एक हुनर है, और यहां वही सटीक प्रक्रिया है जो मैं जटिल स्टैक से साफ आउटपुट पाने के लिए इस्तेमाल करता हूं।

त्वरित जवाब: ComfyUI में, LoRA Loader नोड्स को चेन करें या Efficiency Nodes से LoRA Stacker का इस्तेमाल करें। एक सामान्य स्टैक अनलॉक LoRA को 0.7 पर, कैरेक्टर LoRA को 0.8 पर, स्टाइल LoRA को 0.6 पर, एनाटॉमी LoRA को 0.5 पर सेट करता है। हर LoRA के पास model और CLIP दोनों वेट होते हैं। अगर प्रॉम्प्ट गड़बड़ महसूस हों तो CLIP वेट को कम करें (0.4-0.6)। एक बार में एक LoRA टेस्ट करें, फिर धीरे-धीरे और जोड़ें। दो LoRA के बीच एक जैसा काम करने की कोशिश में कॉन्फ्लिक्ट सबसे आम विफलता है।

एक LoRA शायद ही कभी काफी क्यों होता है

देखिए, एक अकेले LoRA से आप प्रोडक्शन स्तर का NSFW आउटपुट इसलिए नहीं पा सकते क्योंकि LoRA विशेषज्ञ होते हैं। एक कैरेक्टर LoRA चेहरे की विशेषताओं और शरीर के अनुपात को एनकोड करता है लेकिन यह नहीं जानता कि अच्छी स्किन टेक्सचर कैसी दिखती है। एक स्टाइल LoRA लाइटिंग और कलर ट्रीटमेंट को एनकोड करता है लेकिन आपके कैरेक्टर का चेहरा नहीं जानता। एक एनाटॉमी LoRA एक्सप्लिसिट कंटेंट की कमियों को भरता है लेकिन कंपोजीशन के बारे में उसकी कोई राय नहीं होती। हर LoRA एक संकरी बैंड में जानकारी रखता है, और अच्छे आउटपुट के लिए कई बैंड का एक साथ काम करना जरूरी है।

यह क्यों काम करता है इसके पीछे का गणित। एक LoRA बेस मॉडल के वेट को एक लो-रैंक डिकंपोजीशन में बदलता है, जिसका मतलब है कि यह मॉडल के ज्यादातर हिस्से को अछूता छोड़ते हुए उसके व्यवहार को एक खास दिशा में हल्का धकेलता है। कई LoRA को स्टैक करना उनके धक्कों को मिला देता है, और जब तक धक्के मोटे तौर पर ऑर्थोगोनल दिशाओं में हैं, संयुक्त प्रभाव उनकी अलग-अलग क्षमताओं का जोड़ होता है।

स्टैकिंग गलत तब होती है जब दो LoRA एक जैसी दिशाओं में धकेलते हैं। अगर आप दो फोटोरियल-स्किन LoRA को पूरी स्ट्रेंथ पर लोड करते हैं, तो वे दोनों मॉडल को फोटोरियल स्किन की ओर धकेल रहे हैं, और संयुक्त प्रभाव बनता है "अति-फोटोरियल स्किन" जिसका आमतौर पर मतलब होता है मोम जैसी या जरूरत से ज्यादा डिटेल वाली स्किन। यह सबसे आम स्टैकिंग विफलता है और तब होती है जब क्रिएटर यह सोचे बिना LoRA लोड कर देते हैं कि हर एक असल में क्या कर रहा है।

सही मानसिक मॉडल। हर LoRA को स्टाइल स्पेस में एक वेक्टर के रूप में देखिए। LoRA को स्टैक करना वेक्टर को जोड़ देता है। अगर दो वेक्टर एक जैसी दिशा में इशारा करते हैं, तो आपको उस दिशा में जरूरत से ज्यादा पका हुआ नतीजा मिलता है। अगर वे अलग-अलग दिशाओं में इशारा करते हैं, तो आपको एक संतुलित संयोजन मिलता है। विविध LoRA स्टैक करें, बेमानी वाले नहीं।

खासकर NSFW काम के लिए, सामान्य प्रोडक्शन स्टैक चार बैंड को कवर करता है:

• अनलॉक बैंड: बेस मॉडल को एक्सप्लिसिट कंटेंट बनाने में मदद करता है (मुख्य रूप से Flux के लिए)
• कैरेक्टर बैंड: खास चेहरे/शरीर की विशेषताओं को लॉक करता है
• स्टाइल बैंड: विज़ुअल ट्रीटमेंट को नियंत्रित करता है (फोटोरियल, सिनेमैटिक, फैशन)
• एनाटॉमी बैंड: एक्सप्लिसिट कंटेंट की फिडेलिटी सुधारता है

ये इतने ऑर्थोगोनल होते हैं कि चारों बिना किसी बड़े कॉन्फ्लिक्ट के स्टैक हो सकते हैं। इनसे आगे और LoRA जोड़ना आमतौर पर बेमानीपन लाता है और आउटपुट को बिगाड़ देता है।

Model वेट बनाम CLIP वेट

हर ComfyUI LoRA Loader के दो वेट पैरामीटर होते हैं जिन्हें strength_model और strength_clip कहा जाता है। ज्यादातर ट्यूटोरियल इनके बीच के फर्क पर सरसरी तौर पर बात कर देते हैं। यह फर्क जानना गंभीर स्टैकिंग की चाबी है।

strength_model यह नियंत्रित करता है कि LoRA UNet (यानी डिफ्यूजन मॉडल खुद) को कितना बदलता है। यह विज़ुअल प्रभाव है। ज्यादा strength_model का मतलब है कि LoRA का विज़ुअल हस्ताक्षर आउटपुट में ज्यादा मजबूती से दिखता है। ज्यादातर लोग इसी को "LoRA स्ट्रेंथ" समझते हैं।

strength_clip यह नियंत्रित करता है कि LoRA टेक्स्ट एनकोडर (CLIP) को कितना बदलता है। यह असर डालता है कि मॉडल प्रॉम्प्ट को कैसे समझता है। ज्यादा strength_clip का मतलब है कि LoRA जिस चीज पर ट्रेन हुआ था, उसकी तरफ प्रॉम्प्ट की समझ को झुका देता है।

ज्यादातर मामलों में, आप चाहते हैं कि strength_model और strength_clip मोटे तौर पर एक ही वैल्यू पर हों। मॉडल और टेक्स्ट एनकोडर को LoRA जो चाहता है उस पर सहमत होना जरूरी है। अगर वे बहुत दूर चले जाते हैं, तो आपको गड़बड़ आउटपुट मिलता है जहां मॉडल एक चीज रेंडर कर रहा होता है जबकि टेक्स्ट एनकोडर सोचता है कि आपने कुछ और मांगा था।

लेकिन कुछ खास मामले हैं जहां आप इन्हें अलग रखना चाहते हैं:

• कैरेक्टर LoRA: अक्सर थोड़े कम CLIP वेट से फायदा होता है (0.6-0.7 बनाम 0.8 model वेट) क्योंकि CLIP का बदलाव कैरेक्टर-नाम वाले ट्रिगर शब्दों को जरूरत से ज्यादा उभार सकता है और प्रॉम्प्ट को बंधा हुआ महसूस करा सकता है।
• स्टाइल LoRA: कभी-कभी ज्यादा CLIP वेट से फायदा होता है ताकि मॉडल को प्रॉम्प्ट को LoRA की स्टाइल शब्दावली में समझने के लिए धकेला जा सके।
• एनाटॉमी LoRA: आमतौर पर कम CLIP वेट चाहते हैं (0.4-0.5) ताकि मॉडल प्रॉम्प्ट की व्याख्या में एनाटॉमी को जरूरत से ज्यादा न उभारे।
• अनलॉक LoRA: strength_model 0.7-0.8 और strength_clip 0.5-0.6 चाहते हैं क्योंकि CLIP को जरूरत से ज्यादा बढ़ाना प्रॉम्प्ट के अर्थ को बिगाड़ने लगता है।

2026 का एक आम शुरुआती बिंदु जो काम करता है:

• strength_model: 0.8
• strength_clip: 0.6

यह एक हल्का असंतुलन है जो प्रॉम्प्ट को बिगाड़े बिना विज़ुअल प्रभाव देता है। आपका स्टैक कैसा महसूस होता है उसके आधार पर वहां से ट्यून करें।

LoRA Stacker नोड सेटअप

3 या उससे ज्यादा LoRA को साफ-सुथरे ढंग से स्टैक करने के लिए, Efficiency Nodes का LoRA Stacker नोड सही औजार है। यह कई LoRA Loader ऑपरेशन को एक ही नोड में बांध देता है, जिससे आपका ग्राफ पढ़ने लायक रहता है। ComfyUI Manager के जरिए Efficiency Nodes इंस्टॉल करें। यह नोड loaders कैटेगरी में "LoRA Stacker" के रूप में दिखता है।

LoRA Stacker नोड में होता है:

• lora_count: दिखाने के लिए LoRA स्लॉट की संख्या (अपने स्टैक साइज पर सेट करें)
• mode: "simple" या "advanced" (simple हर LoRA के लिए एक वेट इस्तेमाल करता है, advanced model और CLIP को अलग करता है)
• हर स्लॉट के लिए: lora_name (उपलब्ध LoRA का ड्रॉपडाउन), strength (या advanced मोड में strength_model और strength_clip)

NSFW काम के लिए मैं हमेशा advanced मोड इस्तेमाल करता हूं क्योंकि model/CLIP वेट का अंतर मायने रखता है। आम प्रयोग के लिए simple मोड ठीक है लेकिन यह आपके ट्यूनिंग विकल्पों को सीमित कर देता है।

यह नोड एक अकेला LORA_STACK आउटपुट करता है जिसे आप एक डाउनस्ट्रीम नोड से जोड़ते हैं जो सभी स्टैक किए गए LoRA को एक साथ लागू करता है। मानक पैटर्न है:

1. CheckpointLoader → model और clip आउटपुट करता है
2. LoRA Stacker → lora_count और प्रति-LoRA सेटिंग्स इनपुट करता है → LORA_STACK आउटपुट करता है
3. Apply LoRA Stack → model, clip, LORA_STACK इनपुट करता है → बदला हुआ model और clip आउटपुट करता है
4. बदले हुए model और clip के साथ KSampler

यह स्टैक में 5 या उससे ज्यादा LoRA होने पर भी देखने में साफ रहता है। चेन किए गए LoRA Loader (जहां हर लोडर एक अलग नोड होता है) की तुलना में, Stacker तरीका प्रोडक्शन वर्कफ्लो के लिए काफी ज्यादा पढ़ने लायक है।

जानने लायक दूसरा स्टैकर विकल्प ShmuelRonen का multi-lora-stack है, जिसका इंटरफेस ज्यादा डायनेमिक है और रनटाइम पर LoRA बदल सकता है। प्रयोगात्मक वर्कफ्लो के लिए उपयोगी है लेकिन प्रोडक्शन के लिए मैं मानक Efficiency Nodes Stacker इस्तेमाल करता हूं।

रेसिपी: अनलॉक साथ ही कैरेक्टर साथ ही स्टाइल साथ ही एनाटॉमी

चार-बैंड वाला स्टैक जो ज्यादातर प्रोडक्शन NSFW काम को कवर करता है। सेटिंग्स शुरुआती बिंदु हैं, अपने खास LoRA और बेस मॉडल के आधार पर ट्यून करें।

Pony Realism v2.2 या इससे मिलते-जुलते Pony-बेस SDXL के लिए:

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

कुल संयुक्त model वेट: 2.35। यह SDXL परिवार के मॉडल के लिए सुरक्षित रेंज में बैठता है। 3.0 से ऊपर आप आउटपुट खराब होने का खतरा मोल लेने लगते हैं। 1.5 से नीचे आप शायद स्टैक का पूरा इस्तेमाल नहीं कर रहे हैं।

RealVisXL V5 के लिए (कोई बिल्ट-इन NSFW प्रायर नहीं):

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

कुल संयुक्त model वेट: 2.65। थोड़ा ज्यादा क्योंकि RealVisXL को अपने फोटोरियल-पोर्ट्रेट ट्रेनिंग पूर्वाग्रह से टक्कर लेने के लिए अनलॉक LoRA से ज्यादा धक्के की जरूरत होती है।

Flux Dev या Flux Schnell के लिए:

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

कुल तीन LoRA क्योंकि Flux का LoRA इकोसिस्टम छोटा है और ज्यादा स्टैक करना अक्सर कॉन्फ्लिक्ट ले आता है। कुल संयुक्त model वेट: 2.15।

ऊपर दिए गए पैटर्न शुरुआती बिंदु हैं। असली काम अलग-अलग वेट को स्वीप करना और देखना है कि आपके खास LoRA संयोजनों और बेस मॉडल के लिए क्या काम करता है।

कॉन्फ्लिक्ट पैटर्न और इनकी पहचान कैसे करें

कॉन्फ्लिक्ट पैटर्न पहचानना अंदाजा लगाने और ट्यूनिंग के बीच का फर्क है। यहां सबसे आम विफलताएं और आउटपुट में वे कैसी दिखती हैं।

स्टाइल प्रतिस्पर्धा (सबसे आम): दो LoRA एक जैसा काम करने की कोशिश में। आउटपुट "गंदला" या "जरूरत से ज्यादा पका" दिखता है। खास संकेतों में शामिल है मोम जैसी दिखने वाली स्किन, बनावटी लगने वाली लाइटिंग, और ज्यादा सैचुरेटेड रंग।

ठीक करें: प्रतिस्पर्धा करने वाले LoRA में से एक को 0.4-0.5 strength_model तक घटाएं, या उसे पूरी तरह हटा दें।

स्टाइल LoRA से कैरेक्टर ड्रिफ्ट: कैरेक्टर LoRA के चेहरे पर एक आक्रामक स्टाइल LoRA हावी होना। खास संकेतों में शामिल है एक ही प्रॉम्प्ट के साथ जनरेशन के बीच चेहरे के आकार का बदलना, नस्ल का खिसकना, और भाव का सपाट होना।

ठीक करें: स्टाइल LoRA का strength_model 0.4-0.5 तक घटाएं। कैरेक्टर LoRA का strength_model 0.9 तक बढ़ाएं। खासकर स्टाइल LoRA का strength_clip 0.3-0.4 तक गिराएं।

एनाटॉमी का जरूरत से ज्यादा उभार: एनाटॉमी LoRA शरीर की डिटेल पर बहुत जोर खींचना। खास संकेतों में शामिल है कार्टून जैसी बढ़ा-चढ़ाकर दिखाई गई एनाटॉमी विशेषताएं, ऐसे शरीर के अंग जो साफ तौर पर LoRA-इंजेक्टेड दिखें, और एनाटॉमी से अलग डिटेल वाले प्रॉम्प्ट का नजरअंदाज होना।

ठीक करें: एनाटॉमी LoRA का strength_model ज्यादा से ज्यादा 0.4 तक। खासकर CLIP वेट एनाटॉमी LoRA के लिए बहुत कम होना चाहिए (0.3-0.4) क्योंकि CLIP का बदलाव ही वह चीज है जो LoRA से प्रॉम्प्ट में फीचर्स को जरूरत से ज्यादा उभरवाता है।

अनलॉक LoRA का SFW कंटेंट में रिसना: अनलॉक LoRA हर जनरेशन को NSFW की ओर झुका देना, भले ही प्रॉम्प्ट इसकी मांग न करे। खास संकेतों में शामिल है हर जनरेशन का एक्सप्लिसिट की ओर झुकना भले ही प्रॉम्प्ट SFW होने चाहिए, और मॉडल का बिना मांगे NSFW तत्व जोड़ना।

ठीक करें: अनलॉक LoRA का strength_model ज्यादा से ज्यादा 0.6 तक। अगर आप मिला-जुला SFW/NSFW काम करते हैं, तो हर एक के लिए अलग वर्कफ्लो बनाएं और अनलॉक LoRA सिर्फ NSFW वर्कफ्लो में इस्तेमाल करें।

पूरे स्टैक में रंग का खिसकना: अलग-अलग कलर ट्रीटमेंट पर ट्रेन किए गए कई LoRA। आउटपुट में जनरेशन-दर-जनरेशन असंगत कलर तापमान होता है। खास संकेतों में शामिल है ऐसी स्किन जो एक जनरेशन में गुलाबी और अगली में पीली दिखे, वह भी एक ही प्रॉम्प्ट के साथ।

ठीक करें: पता लगाएं कि कौन सा LoRA रंग के बारे में सबसे ज्यादा राय रखता है (आमतौर पर एक स्टाइल या फोटोरियल LoRA)। उस LoRA को एक मध्यम वेट (0.5-0.6) पर लॉक करें और बाकी को उसके इर्द-गिर्द ट्यून करें।

किसी भी कॉन्फ्लिक्ट के लिए डायग्नोस्टिक तरीका। एक को छोड़कर सभी LoRA डिसेबल कर दें। जनरेट करें। अगला LoRA जोड़ें। जनरेट करें। तुलना करें। जिस LoRA को जोड़ने से आउटपुट बिगड़ा वही कॉन्फ्लिक्ट का स्रोत है। उसका वेट घटाएं या उसे हटा दें।

वेट स्वीप प्रक्रिया

व्यवस्थित वेट ट्यूनिंग अंदाजा लगाने से बेहतर है। जो प्रक्रिया मैं इस्तेमाल करता हूं:

1. सीड फिक्स करें। एक ऐसा सीड चुनें जिसने स्वीकार्य आउटपुट दिया हो और पूरे स्वीप के लिए उसे लॉक कर दें। यह LoRA प्रभावों को सीड के बदलाव से अलग कर देता है।

2. बेसलाइन तय करें। सभी LoRA को "उचित शुरुआती वेट" (ऊपर दी गई रेसिपी) पर रखकर जनरेट करें। इसे बेसलाइन के तौर पर सेव करें।

3. एक बार में एक LoRA स्वीप करें। एक LoRA के strength_model को एक रेंज में बदलें (आमतौर पर 0.3, 0.5, 0.7, 0.9)। बाकी सभी LoRA को बेसलाइन वेट पर रखें। हर सेटिंग पर जनरेट करें।

4. उस LoRA के लिए सबसे अच्छी सेटिंग चुनें। चारों आउटपुट देखें। वह चुनें जहां इस LoRA का योगदान सबसे मजबूत हो बिना समग्र आउटपुट को बिगाड़े। उस वेट को लॉक करें।

5. अगले LoRA पर जाएं। स्टैक में अगले LoRA के साथ स्वीप दोहराएं, पहले ट्यून किए गए LoRA को उसके सबसे अच्छे वेट पर लॉक रखते हुए।

6. जरूरत हो तो दोहराएं। कभी-कभी LoRA 3 को ट्यून करने से पता चलता है कि LoRA 1 की सेटिंग में फेरबदल की जरूरत है। वापस लौटने से मत हिचकिचाएं।

इस प्रक्रिया में चार-LoRA स्टैक के लिए 20-40 जनरेशन लगते हैं लेकिन नतीजा एक ट्यून किया हुआ स्टैक होता है जो लगातार वही पैदा करता है जो आप चाहते हैं। "सभी LoRA को 1.0 पर ठूंस दो" वाले तरीके के मुकाबले, जो 60 प्रतिशत बार गड़बड़ आउटपुट देता है, समय का यह निवेश जल्दी वापस मिल जाता है।

ComfyUI में इसे ऑटोमेट करने के लिए, XY Plot एक्सटेंशन आपको एक पैरामीटर स्वीप के पार अपने आप बैच-जनरेट करने देता है। स्वीप अक्षों को दो LoRA स्ट्रेंथ पर सेट करें और एक ही बैच में पूरा ग्रिड जनरेट करें। मैनुअल स्वीप से कहीं ज्यादा तेज।

जटिल स्टैक में वेट संतुलन पर और जानकारी के लिए, मेरा Pony Realism बनाम RealVisXL राइटअप चर्चा करता है कि दोनों इकोसिस्टम के बीच LoRA संगतता कैसे अलग है, जो असर डालता है कि कौन से स्टैक मुमकिन भी हैं। अगर आप 8 GB VRAM पर स्टैक चला रहे हैं, तो low-VRAM सेटअप गाइड बताती है कि OOM से टकराने से पहले आप व्यावहारिक रूप से कितने LoRA लोड कर सकते हैं।

स्टैक प्रीसेट सेव करना

एक बार ट्यून किया हुआ स्टैक मिल जाने पर, उसे एक प्रीसेट के रूप में सेव करें। ComfyUI में ऐसा करने के कई तरीके हैं:

पूरे वर्कफ्लो को JSON के रूप में सेव करें। कैनवस पर राइट-क्लिक करें, वर्कफ्लो सेव करें। यह LoRA स्टैक को बाकी सब चीजों के साथ संरक्षित करता है (sampler, prompts, ControlNet, आदि)। जब आपको यह स्टैक चाहिए हो तो इसे एक टेम्पलेट के रूप में फिर से लोड करें।

सिर्फ स्टैक को एक नोड टेम्पलेट के रूप में सेव करें। LoRA Stacker नोड चुनें, राइट-क्लिक करें, टेम्पलेट के रूप में सेव करें। यह सिर्फ स्टैक कॉन्फ़िगरेशन सेव करता है, जिसे आप किसी भी वर्कफ्लो में डाल सकते हैं।

ComfyUI Manager वर्कफ्लो लाइब्रेरी इस्तेमाल करें। प्रोजेक्ट्स में आसान दोबारा इस्तेमाल के लिए ट्यून किए गए वर्कफ्लो वहां सेव करें।

प्रोडक्शन काम के लिए, मैं आम उपयोग के मामलों को कवर करते हुए करीब 8-10 नामित स्टैक प्रीसेट बनाए रखता हूं:

• Photoreal Portrait
• Photoreal Full Body
• Cinematic Lifestyle
• Editorial Fashion
• Anime Portrait
• Anime Full Body
• Multi-Character Scene
• Hero Image (Maximum Detail)

हर प्रीसेट का अपना ट्यून किया हुआ स्टैक होता है और मैं जो बना रहा होता हूं उसके आधार पर इनके बीच स्विच करता हूं। यह हर प्रोजेक्ट के लिए दोबारा ट्यून करने से कहीं ज्यादा तेज है।

तीन दोबारा इस्तेमाल होने वाले NSFW स्टैक

तीन पूरे स्टैक प्रीसेट जो आम प्रोडक्शन परिदृश्यों को कवर करते हैं। जैसे हैं वैसे इस्तेमाल करें या अपनी खुद की ट्यूनिंग के लिए शुरुआती बिंदु के रूप में।

स्टैक 1: फोटोरियल लाइफस्टाइल पोर्ट्रेट (RealVisXL बेस)

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

एकल-विषय पोर्ट्रेट या ऊपरी शरीर, नियंत्रित लाइटिंग, फोटोरियल सौंदर्यबोध के लिए सबसे अच्छा। एक्सप्लिसिट-एनाटॉमी पर केंद्रित काम के लिए इससे बचें (अनलॉक LoRA मध्यम है, आक्रामक नहीं)।

स्टैक 2: एक्सप्लिसिट फुल बॉडी (Pony Realism बेस)

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

एनाटॉमी पर केंद्रित एक्सप्लिसिट कंटेंट, फुल बॉडी कवरेज, फोटोरियल स्टाइल के लिए सबसे अच्छा। Pony Realism को अनलॉक LoRA की जरूरत नहीं होती। पोर्ट्रेट पर केंद्रित काम के लिए इससे बचें (सिर्फ-चेहरे वाले क्रॉप के लिए एनाटॉमी LoRA जरूरत से ज्यादा उभर जाता है)।

स्टैक 3: एनिमे NSFW (NoobAI XL या Illustrious बेस)

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

कैरेक्टर निरंतरता के साथ एनिमे-स्टाइल NSFW के लिए सबसे अच्छा। स्टाइल LoRA आउटपुट की शख्सियत है, इसलिए अपने सौंदर्यबोध के लक्ष्य के आधार पर चुनें (ज्यादा पेंटरली, ज्यादा सेल-शेडेड, आदि)। फोटोरियल काम के लिए इससे बचें।

ये तीनों शुरुआती बिंदु हैं। अपने खास LoRA के आधार पर सेट करने के लिए वेट स्वीप चलाएं। हर एक को प्रीसेट के रूप में सेव करने का मतलब है कि आप बेस को दोबारा ट्यून किए बिना हर प्रोजेक्ट पर इटरेट कर सकते हैं।

बिना किसी प्रबंधन वाले LoRA वर्कफ्लो के लिए, lewdly.ai प्रॉम्प्ट को सर्वर-साइड पहले से ट्यून किए गए स्टैक के जरिए रूट करता है। यूजर बताता है कि वह क्या चाहता है और प्लेटफॉर्म सही LoRA को सही वेट पर लागू करता है। अगर LoRA स्टैक संभालना वह नहीं है जिसमें आप अपना समय बिताना चाहते हैं, तो यह सही स्तर का अमूर्तन है। पूरी ईमानदारी से बताऊं, इसे बनाने में मैं मदद करता हूं।

अक्सर पूछे जाने वाले सवाल

SDXL पर मैं एक बार में कितने LoRA स्टैक कर सकता हूं? व्यावहारिक रूप से मध्यम वेट पर 4-5 LoRA। 5 के बाद, कॉन्फ्लिक्ट और गुणवत्ता का बिगड़ना गंभीर हो जाता है। कुछ वर्कफ्लो तकनीकी रूप से 8 या उससे ज्यादा LoRA सपोर्ट करते हैं लेकिन आउटपुट शायद ही कभी उसके बराबर होता है जो आपको एक छोटे, अच्छे से ट्यून किए गए स्टैक से मिलता।

LoRA Stacker और चेन किए गए LoRA Loader में क्या फर्क है? काम में एक जैसे लेकिन देखने में अलग। LoRA Stacker कई LoRA को साफ ग्राफ के लिए एक नोड में बांध देता है। चेन किए गए LoRA Loader हर LoRA के लिए स्पष्ट अलग नोड होते हैं। दोनों बराबर आउटपुट देते हैं। 3 या उससे ज्यादा LoRA के लिए Stacker बेहतर है, 1-2 के लिए अलग-अलग Loader ठीक हैं।

कई LoRA के साथ मेरा आउटपुट गड़बड़ क्यों दिखता है? सबसे आम वजह है दो LoRA का ज्यादा वेट पर एक जैसा काम करने की कोशिश करना। कॉन्फ्लिक्ट ढूंढने के लिए एक-एक करके LoRA डिसेबल करें। जो LoRA आउटपुट बिगाड़ रहा है उसे घटाएं या हटाएं। 3.0 से ऊपर कुल संयुक्त model वेट भी एक आम वजह है।

क्या strength_clip हमेशा strength_model के बराबर होना चाहिए? आमतौर पर नहीं। strength_clip में हल्की कमी (0.6-0.7 बनाम 0.8 model) प्रॉम्प्ट के बिगड़ने को रोकने में मदद करती है। खासकर एनाटॉमी LoRA के लिए, बहुत कम CLIP वेट (0.3-0.4) जरूरत से ज्यादा उभार को रोकता है। कैरेक्टर LoRA के लिए, कम CLIP वेट कैरेक्टर-नाम वाले ट्रिगर शब्दों पर हद से ज्यादा टिक जाने से रोकता है।

क्या मैं एक ही स्टैक में Pony LoRA और SDXL LoRA मिला सकता हूं? तकनीकी रूप से हां, व्यावहारिक रूप से नहीं। लेटेंट स्पेस अलग होते हैं और LoRA अलग-अलग अंतर्निहित मॉडल पर ट्रेन किए गए थे। आप Pony LoRA को घटे हुए वेट पर एक Pony-बेस मॉडल पर इस्तेमाल कर सकते हैं जो पहले से वही लेटेंट स्पेस साझा करता है। इकोसिस्टम के पार मिलाना आमतौर पर आर्टिफैक्ट पैदा करता है।

स्टैकिंग के बजाय LoRA मर्जिंग के बारे में क्या? LoRA मर्जिंग कई LoRA को एक ही LoRA फाइल में मिला देता है। यह रनटाइम पर स्टैकिंग जैसे ही प्रभाव पैदा करता है लेकिन सैंपलिंग के दौरान कम VRAM उपयोग के साथ। स्थिर प्रोडक्शन स्टैक के लिए करने लायक है। मर्ज औजार (ComfyUI Manager में या kohya स्क्रिप्ट के जरिए) इसे संभालते हैं। एक बार मर्ज हो जाने पर, संयुक्त LoRA एक ही वेट के साथ एक अकेले LoRA के रूप में लोड होता है।

मुझे कैसे पता चलेगा कि एक LoRA दूसरे से कॉन्फ्लिक्ट कर रहा है? हर LoRA को अलग-अलग जनरेट करें और स्टैक आउटपुट से तुलना करें। अगर स्टैक आउटपुट में एक LoRA का दिखने वाला हस्ताक्षर गायब है, तो उस LoRA को स्टैक में किसी और चीज द्वारा दबाया जा रहा है। अगर स्टैक आउटपुट में ऐसे अजीब आर्टिफैक्ट हैं जो किसी भी अकेले LoRA में मौजूद नहीं हैं, तो दो LoRA एक दूसरे को बढ़ावा दे रहे हैं।

क्या स्टैक में LoRA का क्रम मायने रखता है? ज्यादातर स्टैकर इम्प्लीमेंटेशन में, नहीं। LoRA को उनके वेट बदलावों के जोड़ के रूप में मिलाया जाता है और क्रम नतीजे को नहीं बदलता। कुछ पुराने चेन किए गए लोडर इम्प्लीमेंटेशन में मामूली क्रम प्रभाव होते हैं लेकिन वे नगण्य हैं।

क्या मैं किसी LoRA को वर्कफ्लो से हटाए बिना डिसेबल कर सकता हूं? हां। उसका strength_model 0 और strength_clip 0 पर सेट करें। LoRA लोड तो होता है लेकिन कुछ योगदान नहीं देता। यह A/B टेस्टिंग के लिए उपयोगी है। बस याद रखें कि जब आप इसे वापस मिश्रण में चाहें तो वेट रीसेट कर दें।

मैं ज्यादा से ज्यादा कितनी स्ट्रेंथ सेट कर सकता हूं? ज्यादातर LoRA Loader 0-2.0 या उससे भी ज्यादा वैल्यू स्वीकार करते हैं। 1.0 से ऊपर LoRA को उससे आगे उभार देता है जिसके लिए वह ट्रेन हुआ था और आमतौर पर आर्टिफैक्ट पैदा करता है। प्रोडक्शन काम के लिए 0.3-1.0 रेंज में रहें। 1.0 से ऊपर की रेंज सिर्फ प्रयोग के लिए है।

सही मानसिक मॉडल

LoRA स्टैकिंग कंपोजीशन है, जोड़ नहीं। हर LoRA को एक समूह में एक वाद्य यंत्र के रूप में सोचें। एक अकेला वायलिन अपने आप में दिलचस्प है। एक ही लाइन बजाते तीन वायलिन बस ज्यादा तेज हैं, बेहतर नहीं। एक वायलिन, वायोला और चेलो जो एक दूसरे के पूरक हिस्से बजाते हैं, वह संगीत है। यही सिद्धांत LoRA स्टैक पर लागू होता है। अलग-अलग भूमिका निभाते विविध LoRA संगीत हैं। ज्यादा वेट पर बेमानी LoRA शोर हैं।

प्रोडक्शन NSFW वर्कफ्लो में दो साल LoRA स्टैक करने का सबसे बड़ा सबक। अनुशासित वेट ट्यूनिंग महंगे हार्डवेयर से बेहतर है। एक मध्यम बेस मॉडल पर अच्छे से ट्यून किया गया तीन-LoRA स्टैक सबसे अच्छे हार्डवेयर पर एक लापरवाह छह-LoRA स्टैक से बेहतर आउटपुट देता है। जो काम ट्यून में लगता है वही छत तय करता है, LoRA की गिनती या साजो-सामान नहीं।

जो लोग खुद ट्यून संभाले बिना साफ आउटपुट चाहते हैं, उनके लिए lewdly.ai की सर्वर-साइड LoRA रूटिंग बिल्कुल यही संभालती है। प्लेटफॉर्म प्रॉम्प्ट विश्लेषण के आधार पर स्टैक और वेट चुनता है और यूजर को इनमें से किसी के बारे में सोचना नहीं पड़ता। ज्यादातर यूजर के लिए वही सही अमूर्तन परत है। जो तकनीकी यूजर पूरा नियंत्रण चाहते हैं, उनके लिए यहां बताया गया मैनुअल ComfyUI वर्कफ्लो सही रास्ता है।

संदर्भ संसाधनों में LoRA Stacker नोड के लिए Efficiency Nodes ComfyUI GitHub, एक वैकल्पिक इम्प्लीमेंटेशन के लिए multi-lora-stack रिपो, और Civitai LoRA दस्तावेज़ शामिल हैं जिनमें अच्छे से काम करने वाले खास LoRA संयोजनों पर कम्युनिटी गाइड हैं।