初のLoRA(Z-image) - スクラッチからのデータセット (Qwen2511)

この投稿は、Qwen-Image-Edit 2511モデルを使用してLoRA（Low-Rank Adaptation）モデルを作成する個人の最初の試みを詳述しています。著者は、控えめなキャプションが付いた20枚の画像で構成されるデータセットをゼロから生成し、LoRAを3000ステップでトレーニングしました。結果は、3090Ti GPUで約3時間で完了した最初の試みとしては驚くほど肯定的でした。著者は、さまざまなLoRA強度でのプロンプトの遵守と画質の間にはトレードオフがあり、より高い強度では特徴的な「Qwen-ness」が観察されると述べています。彼らはプロセスを改良することに楽観的であり、「De-distill」モデルとBaseモデルの結果を比較することを楽しみにしています。この投稿は、カスタムLoRAを作成するためのQwenのようなオープンソースモデルのアクセシビリティと可能性を強調しています。

• •LoRAモデルは、Qwen-Image-Edit 2511のようなオープンソースモデルを使用してゼロからトレーニングできます。
• •データセットのサイズとキャプションの品質は、LoRAのパフォーマンスにおいて重要な役割を果たします。
• •LoRAの強さは、プロンプトの遵守と画質のバランスに影響を与えます。