LoRA Fine-Tuning Stable Diffusion: Özel NSFW Modelleri İçin Mekanikler

Geçen yıl çok özel bir vücut tipi ve poz için Stable Diffusion modelini özelleştirmek için üç sinir bozucu gün harcadım. Tam fine-tuning yaklaşımı GPU'mu çökertiyor ve temel modelin aydınlatma ve kompozisyon hakkındaki tüm bilgisini silip atıyordu. Sonra LoRA fine-tuning Stable Diffusion yöntemini denedim. Mayıs 2026 itibarıyla bu teknik hâlâ baskın çünkü orijinal ağırlıkları donduruyor ve yalnızca küçük eğitilebilir matrisler ekliyor. 2025 sonu analizleri eğitilebilir parametreleri %99'dan fazla azalttığını gösteriyor. Eskiden günler süren eğitimler artık tek bir RTX 4090'da iki saatten kısa sürede tamamlanıyor. İçerik üreticileri modelin genel bilgisini yok etmeden hiper-spesifik yüzler, vücutlar ve erotik pozlar elde edebiliyor.

Temel fikir son derece zarif. Tüm ağırlık matrisini W güncellemek yerine LoRA değişikliği iki çok daha küçük matrisin çarpımı olarak yaklaştırıyor: ΔW = BA. B uzun ve ince, A kısa ve geniş, rank r ise kasıtlı olarak küçük tutuluyor—genellikle 8 ile 64 arasında. Bu düşük-rank hilesi difüzyon modelleri için şaşırtıcı derecede iyi çalışıyor çünkü önemli güncellemelerin çoğu düşük boyutlu bir altuzayda yer alıyor. Alpha çıktıyı ölçekliyor ki adaptör donmuş tabanı bastırmasın. Sonuç neredeyse sihirli: parametrelerin yalnızca küçük bir kısmını eğiterek kalça kıvrımı veya dantel iç çamaşırının dökümü gibi ince detayları yakalayabiliyorsunuz.

LoRA modülleri U-Net'in cross-attention katmanlarına ve metin kodlayıcısına yerleştiriliyor. Bu yerleşim kritik önemde. Bu katmanlar metin prompt'larının görsel özelliklere nasıl çevrileceğini kontrol ediyor, bu yüzden iyi eğitilmiş bir LoRA çok spesifik erotik sahneler için prompt uyumunu keskinleştirirken ağın geri kalanına dokunmuyor. Temel ağırlıklar donmuş kaldığı için model anatomi, aydınlatma ve kompozisyon konusundaki geniş anlayışını koruyor. “Sadece açık ipek bir rob giyen o tam pozdaki kadın” diye sorabiliyorsunuz ve adaptör özel detayları hallederken temel model her şeyi tamamlıyor. Bu ayrım birden fazla LoRA'yı daha sonra birleştirmenin doğal hissettirmesini sağlıyor, kaotik değil.

İstediğiniz tam vücut tipi, poz veya kıyafet için 10–30 dikkatle seçilmiş görüntüyle başlayın. Tutarlı şekilde kırpın, ilgilendiğiniz özel detaylarla alt yazı ekleyin ve seti Kohya_ss'e besleyin. Yetişkin içerik için tipik ayarlar rank 32, alpha 32 ve öğrenme oranı yaklaşık 1e-4'tür. Çoğu eğitim 4090'da 60–90 dakikada tamamlanır. Birkaç LoRA'nız olduğunda—biri yüz için, biri poz için, biri iç çamaşırı için—bunları farklı güçlerde birlikte yükleyebilirsiniz. LoRA'nın difüzyon sürecine hassas, düşük maliyetli özelleştirmeler sunma yeteneği, tam olarak modern AI platformlarında üretilen hiper-gerçekçi, oyuncu-spesifik yetişkin görüntüleri ve video karelerini mümkün kılıyor. LoRA Fine-Tuning Stable Diffusion: Saatler İçinde Özel NSFW Modelleri bu adaptörlerin tam sahnelere nasıl ölçeklendiğini tam olarak gösteriyor.