雖然new bing是最新的GPT，但是這些天使用bard的感覺就是，在bard開放的范圍內(nèi)，處理專業(yè)問題，似乎比bing更加人性，雖然也是車轱轆，但不掩飾自己的各種觀點，而整個bing已經(jīng)變成了一個沒有生氣的客服。

同樣一個問題，bard會給出一個他認為合理的答案，而bing則會不知所以然，甚至把責(zé)任推到用戶一邊，而不是試圖去給出了妥協(xié)的答案，以便讓對話繼續(xù)，引導(dǎo)出用戶的想法。做法與客服無異。

這就叫自斷臂膀吧……

作為一個只開放了文字功能的AI，bard勝任日常的語音服務(wù)，比如說植入系統(tǒng)減少人工工作，感覺也問題不大了。

當(dāng)問到lion優(yōu)化器的時候，bard提到了一些根本性的問題，并且也會容錯很多說法上的不嚴(yán)謹，顯得很有人情味，而bing只是簡單的copy并表示你的問題……。可問題是還要怎么清晰……。

與bard的連續(xù)對話，討論到治理和人性等問題，bard明顯可以理清其中的一些邏輯，感覺比剛開放的時候要好些，也或許是錯覺。建設(shè)美好社會，是優(yōu)待ZF還是善待善良的人。你翻來覆去的用話術(shù)繞其中的因果，他基本上也可以理解。

【顯然網(wǎng)頁bing要好于skype的。但是他卻不承認自己是gpt3??】

比較有趣的是問他懂日文么，他甚至說了一句，然后輸入日文，他又用英文表示自己不支持……

感覺谷歌之前的確是對產(chǎn)品不夠上心，以至于一些很初步的功能都沒有，但是底蘊多少還是有的。商家競爭對于顧客永遠是好的。

以下是bard給出的建議。不保證正確，但是尊重bard，在訓(xùn)練集質(zhì)量不是很高的情況下，建議使用傳統(tǒng)的adam優(yōu)化器，并且在不能正確反應(yīng)角色服裝的時候適當(dāng)加大文本學(xué)習(xí)率，對于動畫圖片可以使用更小alpha數(shù)值。在使用LoHa訓(xùn)練動畫人物的時候，你也可以嘗試小于1的?conv_alpha值，這可能有助過濾一些不需要的信息。

Bard把network_dim比喻為電腦屏幕，而與之對應(yīng)的alpha是發(fā)現(xiàn)美的眼睛。（實際上是俺比喻為紗窗，他覺得不合適……）這樣或許更適合大眾理解，不過new_bing面對這個問題，等于弱……

實際使用lion優(yōu)化器的時候最好要設(shè)置weight_decay和betas，雖然常見weight_decay=0.1,betas=(0.9, 0.99)但是實際上俺也不大清楚，有空翻翻文檔……總的來說如果不清楚，adam是最省心的，如果使用da一般可能需要更多的步數(shù)。但需要注意的是lion貌似擬合較快，需要更低的學(xué)習(xí)率，為了圖省事，俺設(shè)置成5e-5。

其實對于動畫人物的還原也不需要太大的network_dim和alpha，16左右的network_dim足夠還原大多數(shù)動畫角色，對于一些畫風(fēng)簡單的還可以更小，衡量體積和質(zhì)量俺認為是挺值得的。

如果是LoHa的話，會有conv_dim和conv_alpha的選項,conv_alpha甚至可以小到0.3,默認值已經(jīng)可以達到很不錯的效果。

同樣是二次元人物，簡單風(fēng)格的X50的步數(shù)或許就有不錯的效果，而同樣是游戲CG，有的甚至需要X150倍的步數(shù)，選擇合適的大模型是很有必要的,俺不大推薦使用NAI系列以外的，因為對你來說很多變得不可預(yù)測，泛用性可能會很差，除非你有特殊需求，比如：

很多東西也沒有一個絕對數(shù)值，只能說二次元的大概也就是X100步左右就差不多了，假設(shè)學(xué)習(xí)率在默認基礎(chǔ)上變動的不是很離譜。

alpha越小學(xué)習(xí)就越慢，dim越大復(fù)雜度就越高，這是一個平衡的問題。比如你可以設(shè)置一個很低的alpha然后將默認學(xué)習(xí)率從1e-4增加到5e-4。

圖片說明中的數(shù)字代表network_dim ，network_alpha， conv_dim ，conv_alpha。

如果想生產(chǎn)一個高質(zhì)量的LoRA，高質(zhì)量的訓(xùn)練集是第一步，且一定要保證數(shù)量，一般來說50張左右，當(dāng)然多一些更好，如果有可能可以使用畫風(fēng)接近的正則圖片就更好了，當(dāng)然圖片最好裁切一致。

但是對于一般來說，我們要平衡效費比，AI肯定是越來越強，這些純體力勞動最終也會便的毫無必要。畢竟LoRA的改進版出現(xiàn)的很快。

對于LoRA訓(xùn)練，不大建議去裁切圖片，懶惰才是進步，只要別掃描畫冊人扔進去，因為留白也是會被學(xué)進去的，對于細長的人物全身像，直接交給webui的圖片分割，AI可以識別這種被裁切的圖片為一個整體，只要保證重疊率。很多工作軟件會做，即便可能當(dāng)下做的不好，咱們偷懶即可。

-------------------------------------------------------------------------

一般來說，我們通過兩種方式來標(biāo)記我們要訓(xùn)練的人物：

????????????一種是在tag最前邊打標(biāo)：角色名，服飾名，然后刪除需要被前者吸收的一些TAG，

????????????一種方法就是指定class，比如1girl，自定義 1girl，shiki 1dog這種，這時候也就不需要你手動刪除這些需要復(fù)現(xiàn)的tag，要保證足夠的文本學(xué)習(xí)率，由于你指定了1girl，那么1girl是不應(yīng)該出現(xiàn)在你caption文件里的。當(dāng)然不同的衣服最好分文件夾。我比較推薦使用后者。

AI可以識別畫面中每一個你可以識別的人，你需要做的是如何通過關(guān)鍵詞去把這些要素呼出來，如何告訴AI你標(biāo)記的單詞，對應(yīng)哪個人物，是黃顏色頭發(fā)坐著的，還是黑顏色頭發(fā)正在吃飯的。就如同你指定1girl給程序。

像四季這樣的角色，本來素材就少，經(jīng)不起裁切取舍了。不過好在有大量的替身正則圖可用。

非專業(yè)人士，如有不嚴(yán)謹，莫噴，玻璃心。等賬號解封無聊而已??