无需显卡
模拟工位
v2 顺序：先定义失败，再打包成 Desktop 吃得下的那一个文件，再跑曲线、对照、请对考官。v1 的 caption 与账单仍在下面。
互动 · 训前 / 训后
训练是为了修哪个失败，不是为了「跑完 1200 步」
底模已经会画人、会聊天。你花钱改的是一份补丁：让某一张脸稳定，或让某一种口吻稳定。没有训练前快照，训练后的「好像更好」只是感觉。
失败模式
底模会画「一个好看的人」，但换场景就换身份。IP-Adapter 每次都要再贴参考图，权重里没有「这个人」。
此刻出图
一张好看的亚洲女性，脸和训练集对不上。换 prompt 就换一张脸。
成功合同（开训前写上）：6 条未见过的场景、同一 seed、关掉参考图，换装仍被认出；侧脸若数据里没有，允许失败，并记进下一轮补拍。
互动 · 单文件打包
Desktop 本地上传只吃一个文件，怎么塞 24 张图？
先分清入口。Train 页 Dataset 虚线框是给文本 / VLM 的，官方格式是 PDF、DOCX、JSONL、JSON、CSV、Parquet，一次一个。人物扩散 LoRA 不该走这条门。
正确入口是 Images → Train的缩略图网格：多图导入、在表格里写 caption。不要把 24 张 PNG 拖进 Dataset 虚线框——那不是给 SDXL 人物用的。
若你的版本 Images 也开始收敛到单文件：把图和 caption 做成 Hugging Face ImageFolder（文件夹里放图 + metadata.jsonl），推到 Hub（可 private），再在 Desktop 的 Hub 搜索框加载。Hub 不受本地 dropzone 限制。
你的文件夹（示意）
Unsloth Dataset 拖放区
互动 · 概念动画
点一个词，看它动起来
专有名词不是要背的定义，是一套会动的机制。点开后可以再去原理册看长解释。
互动 · LoRA 补丁
底模冻结，只训练一条窄通道
大方块是底模权重，训练时不动。下面两块小矩阵才是 LoRA：左边把特征压窄，右边再展开。窄到什么程度，就是秩。
底模 W（冻结）
A 8×16 · B 16×8
ΔW ≈ B × A，参数量约 0.1M（示意）
能记住的细节
25%
背训练图的风险
0%
通道较窄：更像「记住一张脸」，不容易把某件衣服一起背下来。
互动 · Caption 实验室
按你看见的写，不要按你希望的写
三张示意训练卡。右侧是画面事实。试着写英文 caption，点评分看会不会把模型教歪。
正面半身，海军蓝外套，灰棚
仍是正面近景，黄雨衣，室外
持书半身，白衬衫，窗光
互动 · 训练模拟
看曲线，不看心情
这是按原文 1200 步、每 400 步存盘的示意曲线。后段轻微上翘，提醒你：最后一步可能已经开始背训练图。
0/1200 · loss 0.170
400 步
刚锁轮廓
800 步
原文目测最优
1200 步
可能开始背构图
互动 · 对照台
同一组场景，只换检查点
数字是示意外貌一致性，不是美颜分。原文在强度 0.8 下选了 800 步。第四、五张会故意不及格——数据里没有的，生成也补不出。
| 场景 | 底模 | 400 步 | 800 步 | 1200 步 |
|---|---|---|---|---|
黄雨衣 换装仍应认出同一张脸 | 32 | 54 | 78 | 74 |
深色礼服 妆造变了，眉眼要稳 | 28 | 50 | 82 | 76 |
雪地外套 背景最乱的一张 | 30 | 52 | 80 | 73 |
向左转脸 训练集缺侧脸，这里会露馅 | 22 | 36 | 48 | 44 |
半身 容易被画成更紧的近景 | 24 | 40 | 58 | 42 |
绿夹克公园 重新加载后的新图，不是训练图 | 34 | 55 | 84 | 70 |
若这是你的实验，你会带走哪一份？
互动 · 评测台
验完不等于测完。先选对考官。
ModelScope 家的工具叫 EvalScope，背后可挂 OpenCompass。它很强，但只在任务真的是知识、解题、考试时才该当主考官。口吻和人物身份请用黄金集。
要修的失败：像不像你说话、会不会按表格输出、会不会拒编事实。
- 12 道黄金题：原句、改写、拒绝、不该编的事实
- 底模先答一遍存档，训完同一张卷
- 可用另一模型按细则打分（LLM-as-Judge）
- 另抽 20 道 C-Eval / MMLU 看遗忘，不是主考官
主考官是黄金集。EvalScope 只做遗忘抽检。
互动 · 账单估算
开机就计费，关网页不算关机
原文 4090 约 2.08 元/小时，整轮 78 分钟含安装下载。拖动下面两条，看你的预算。
2.70 元
示意金额，不含账号充值门槛、下载失败重跑、忘关机过夜。定时关机是比任何优化器都便宜的超参。