应人工比对20个中间版本选出最优LoRA模型，而非直接选用最后一步；需用统一提示词、固定参数批量生成截图，从触发词响应度、结构稳定性、色彩呼吸感三维度筛选，优先选step_500。
☞☞☞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☜☜☜
在LiblibAI上完成LoRA训练后，平台自动生成20个不同训练步数的中间模型版本，但直接选最后一步（step 20）往往生成图发灰、细节模糊或风格坍缩——这是因为过量训练已导致特征过拟合，必须人工比对各版本实际出图质量才能选出真正可用的模型。
进入模型版本列表页
训练完成后，页面自动跳转至「我的模型」→点击刚生成的LoRA名称→右侧展开「历史版本」标签页。
这里会列出从step_100到step_2000共20个版本，命名格式为model_step_XXX.safetensors，步数间隔固定为100步。
用同一提示词批量测试全部版本
不要凭直觉点开前3个看一眼就选，必须控制变量：打开「在线生图」→清空提示词框→填入标准测试提示词，例如ink_wash, scholar figure, front view, white background —— 这串词必须和你训练时用的「模型效果预览提示词」完全一致，否则无法反映真实风格激活能力。
左侧「LoRA」选项卡中，先关闭所有其他LoRA，仅启用当前待测模型；权重统一设为【0.75】（这是多数风格类LoRA响应最线性的区间，过高易失真，过低不显特征）。
点击「生成」后，立即截图保存这张图，文件名标注为“v1_step_100”；然后手动切换LoRA版本为下一个step，不改任何参数，再点生成、再截图——整个过程必须一气呵成，不能中途调CFG或换底模，否则对比失效。
三维度交叉筛选最优版本
把20张截图按step顺序横向排列，逐项检查：
① 触发词响应度：是否在首句提示词出现的位置立刻呈现水墨笔触？若step_500已有明显飞白与留白节奏，而step_1500反而线条板结、墨色发闷，说明step_500更优；
② 结构稳定性：放大观察人物肩颈连接处、衣褶转折点——step_800若出现两处以上不自然的硬折角，而step_600线条连贯无断裂，优先选step_600；
③ 色彩呼吸感：用取色器点取画面中任意一处淡墨区域，RGB值若在step_1200为(220,215,210)，step_1400变为(208,205,202)，说明灰阶正在塌缩，此时应倒退至step_1100或step_1000。
注意：若发现step_300～step_700区间内连续5个版本在三项指标上均无明显劣化，直接选其中【step_500】——这是LiblibAI当前训练引擎的黄金收敛点，loss曲线在此附近通常已稳定在0.25±0.03区间。
导出并重命名最终模型
回到「我的模型」→点击目标版本右侧「···」→选择「导出模型」→下载得到model_step_500.safetensors文件。
立即重命名为带语义的名称，例如ink_wash_scholar_v1_500.safetensors，【严禁保留原始命名】——后续在ComfyUI或SD-WebUI中加载时，文件名就是LoRA标识，含糊名称会导致多个版本混淆调用。
