训练适配器是 Krea 2 Turbo LoRA 训练的核心装置：训练时它被自动加载，采样时被移除，导出后的 LoRA 完全不依赖它。本篇讲清它的原理、生命周期，以及"适配器被清空"的典型事故信号。
适配器是什么
ostris/krea2_turbo_training_adapter/krea2_turbo_training_adapter_v1.safetensors 是一个辅助 LoRA（auxiliary LoRA），在 AI Toolkit 中由模型预设自动配置，路径无需手工修改。
为什么必须加载
少步数模型（Turbo）已经学到一条压缩的去噪轨迹。普通微调会迅速抹掉这种蒸馏，留下一个看起来只有在增加步数或加大 guidance 后才生效的 LoRA。
训练适配器的工作方式：
- 训练期间：临时把学生模型「反蒸馏」到足以支撑短时长训练的程度
- 在这个"可训练"的基础上，你的 LoRA 学习目标概念
- 采样/推理时：适配器被移除，评估的是纯 Turbo + 你的 LoRA
训练: Base(Turbo) + 训练适配器 + 你的LoRA → 学概念
采样: Base(Turbo) + 你的LoRA（适配器已移除）→ 8步验证
导出: 在 krea/Krea-2-Turbo 上使用，不带训练适配器
适配器生命周期（务必记住）
| 阶段 | 适配器状态 |
|---|---|
| 训练 | 加载（辅助 LoRA，提供训练信号） |
| 预览采样 | 移除影响（评估真实 Turbo 行为） |
| 最终推理 | 不要加载（导出的 LoRA 独立工作） |
不要清空它、不要用你输出的 LoRA 替换它、不要把它作为最终推理栈的一部分加载。
常见误区：一次"成功"的失败
症状：一次运行在适配器字段为空的情况下完成，8 步预览在退化，而 25 步预览看起来更好。
判断：那不是一个成功的 Turbo LoRA——它是蒸馏行为已被破坏的信号。看起来"更好了"只是因为多步数+高 guidance 掩盖了失真。
适配器能做什么、不能做什么
| 能力 | 说明 |
|---|---|
| ✅ 减缓蒸馏崩溃 | 让短时长的概念/角色/产品/风格训练可行 |
| ✅ 训练期保护 | 训练中模型不会快速退化到"多步才好看" |
| ❌ 无限期免疫 | 超长训练仍会破坏蒸馏，所以配方要求简短训练 + 频繁检查点 |
自检清单
- [ ] Model Architecture =
Krea 2 Turbo (w/ Training Adapter) - [ ] 适配器路径未清空、未替换
- [ ] 采样 = 8 步 / guidance 1
- [ ] 导出/推理时不加载训练适配器
- [ ] 8 步预览仍然健康（不是只有 25 步才好看）
下一步
→ 03 · 配置基线速查 第一次可复现的运行参数全表