若在LiblibAI“赛博丹炉”训练LoRA失败，主因是参数配置不当：需合理设置Repeat（3～8）、Epoch（5～12）、学习率（2e-4～5e-4）；Batch Size与梯度累积匹配GPU显存；分辨率统一为768×768或1024×1024；样图Prompt须含前置触发词且Negative Prompt固定；标签需精简并加权（如(keyword:1.3)），禁用全角符号。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在LiblibAI平台使用“赛博丹炉”训练自定义LoRA模型，但无法正确配置参数导致训练失败或效果不佳，则可能是由于关键参数设置不合理。以下是针对LiblibAI丹炉模块的详细参数配置说明与实操方法：
一、步数设置：Repeat、Epoch与学习率协同调整
Repeat决定单张素材被重复使用的次数，影响模型对样本特征的强化程度；Epoch控制整体训练轮次，二者共同决定总步数（Total Steps = 图片数 × Repeat × Epoch）。学习率需随步数增长动态衰减，避免早期震荡或后期收敛停滞。
1、进入LiblibAI丹炉训练页，点击“高级参数”展开面板。
2、将Repeat设为3～8之间整数，若素材少于20张建议设为5以上。
3、Epoch建议初设为5～12，优先测试Epoch=5和Epoch=8两个版本，对比生成图泛化性。
4、学习率选择“cosine with warmup”，初始值填入2e-4～5e-4，权重越低的LoRA（如风格类）建议用3e-4，角色类建议用4e-4。
二、效率设置：Batch Size与梯度累积平衡显存占用
Batch Size直接影响单步计算量与显存消耗，LiblibAI云端丹炉会根据所选GPU型号（如A10/A100/V100）自动限幅；梯度累积可在不增加显存压力的前提下模拟更大批次训练效果。
1、查看当前任务分配的GPU型号，在“设备信息”栏确认显存容量。
2、若显示为A10（24GB），Batch Size可设为2～3；若为V100（32GB），可设为4～6。
3、开启“梯度累积”，数值设为2～4，当Batch Size×梯度累积=8～12时，训练稳定性与速度达到较优平衡。
4、关闭“混合精度训练”选项，LiblibAI丹炉对fp16支持不稳定，启用后易出现NaN Loss异常。
三、质量设置：分辨率、去噪强度与正则化策略
输入图像分辨率决定特征提取粒度，过低易丢失细节，过高则引入噪声；去噪强度（Denoising Strength）影响LoRA对底模原始分布的偏离程度；正则化图像用于防止过拟合，尤其在小数据集场景下至关重要。
1、上传素材前统一resize至768×768或1024×1024，禁止使用非等比缩放，否则触发LoRA形变失真。
2、在“质量参数”中将“训练分辨率”设为与素材一致的尺寸，不可高于素材原尺寸。
3、去噪强度保持默认0.3～0.5区间，若训练目标为强风格迁移（如dreamcolor类LoRA），可手动调高至0.65。
4、上传至少3张正则化图像（Regularization Images），内容需与训练主题同类但无标识性特征，例如训练“美人造型”LoRA时，正则图应为普通亚洲女性正面肖像，不可含妆容/发饰/服饰特征。
四、样图设置：预览图生成逻辑与Prompt结构规范
样图用于验证LoRA是否成功捕获关键特征，其生成依赖于固定种子、稳定采样器及精准Prompt引导。LiblibAI丹炉内置样图生成器仅支持SDXL底模兼容格式，且对中文Prompt解析存在延迟。
1、在“样图设置”区域勾选“启用样图生成”，设置生成张数为4～6张。
2、基础Prompt必须包含触发词（如“dreamcolor”、“anime girl”），触发词须置于Prompt开头且独立成词，不可嵌套于长句中。
3、Negative Prompt固定填入“text, watermark, low quality, jpeg artifacts”，不可删除或修改该字段，否则样图将出现明显伪影。
4、采样器选择“DPM++ 2M Karras”，步数设为30，禁用“CFG Scale＞7”的设置，LiblibAI丹炉对该参数响应异常，易致样图崩坏。
五、分层设置与标签优化：图片标注与权重分配
标签（Tag）是LoRA识别语义的关键输入，分层设置决定了不同标签在训练中的参与权重。LiblibAI丹炉采用加权标签机制，未加权标签默认权重为1.0，加权后可提升特定特征的学习优先级。
1、完成素材上传后，点击每张图右侧“编辑标签”按钮。
2、删除所有通用冗余词（如“masterpiece”、“best quality”），保留具象名词与风格动词（如“twintails”、“glowing eyes”、“watercolor texture”）。
3、对核心特征词添加权重，语法为“(keyword:1.3)”，单图标签中最多设置2个加权词，加权值不可超过1.5，否则引发梯度爆炸。
4、检查全部标签是否含全角符号或emoji，发现即删除，LiblibAI丹炉解析器不支持UTF-8扩展字符集。
