注册
教程中心 / AI Toolkit 训练 Z-Image Turbo LoRA

AI Toolkit 训练 Z-Image Turbo LoRA

用 AI Toolkit 训练 Z-Image Turbo LoRA:蒸馏保护与训练适配器原理、参数配置、风格与角色训练、调优技巧与 ComfyUI 使用

06 · 评估与调优

AI Toolkit 训练 Z-Image Turbo LoRA 更新于 2026-10-10 16:46:01

训练到一半发现"风格没学会"或者"只会复读"?本篇讲 Z-Image Turbo LoRA 的评估方法和调优旋钮,重点是 time step bias 这个救场技巧。

怎么评估训练效果

Z-Image Turbo 是少步数模型,评估时统一在 8 步、CFG 1 下对比:

维度 看什么
一致性 风格/主体是否跨 prompt、跨主体稳定出现
构成 重风格场景下,画面是"画优先"结构,还是先建成写实场景再加风格
细节 笔触、纹理等"中低噪声阶段"的细化是否到位
泄漏 不带风格词时是否保持基座正常表现

把每 250 步采样排开看趋势:先出现主体一致性 → 构成迁移 → 细节细化。

救场技巧:time step bias

症状:重风格(如儿童涂鸦这种"改变整体构成"的风格)训到 2000 步左右,部分采样有风格、部分还是写实——模型还在"先建写实图再套风格"。

原理:训练的不同噪声阶段管不同事——高噪声阶段决定基础构成(画面怎么搭),中低噪声管纹理细节。风格没"从构成层"生效,是因为高噪声阶段权重不够。

做法(训练中动态切换,不用重启):

  1. 暂停/停止当前任务(或新开一段)
  2. 把 Timestep Bias 切到 High Noise——强化最早的高噪声扩散步,逼模型"一开始就按目标风格构图"
  3. 恢复训练,下一批采样应看到构成向风格迁移
  4. 构成稳定后,切回 Balanced,让中低噪声阶段去细化纹理(蜡笔质感、笔触特征)
场景 Bias 建议
重风格(改构成) 先 High Noise,构成稳定后回 Balanced
角色 LoRA 保持 Balanced(不改变整体构成);timestep weighting 可用 Weighted Sigmoid
细节不足 Balanced 或 Low Noise 侧

调优旋钮清单

旋钮 调整信号 做法
Steps 风格只部分出现、跨主体不稳 3000 → 5000+;或先 High Noise 再回 Balanced
Learning Rate 锁死 1e-4 不要 2e-4(不稳定/爆炸);低于 1e-4 通常学不动
Differential Guidance 想更快收敛 开、Scale 3;实验性,可关
适配器版本 克隆旧任务 更新到 V2(发布后)
rank 学了但不够 8 → 16(过拟合风险上升)

常见问题与处理

问题 原因 处理
风格只部分出现 构成层没迁移 High Noise bias;加步数
只会复读训练图 过拟合 用更早 checkpoint;减 steps;降 rank
需要 20–50 步才好看 蒸馏被破坏(超长训练/没开适配器) 检查适配器是否生效;缩短训练
细节糙 中低噪声阶段权重不足 构成稳定后回 Balanced
训练爆炸/NaN lr 过高 确认 1e-4;关 Differential Guidance 试跑

角色训练小贴士(ostris 实测)

  • 角色 LoRA 收敛比重风格快
  • 保持 Balanced bias、Weighted Sigmoid 权重即可
  • 角色不改变整体构成,不需要 High Noise 干预

下一步

→ 07 · 在 ComfyUI 中使用 LoRA 把训练成果用起来

TOP