Karakter LoRA'sı eğitme#
Karakter LoRA'sı, Vireo çalışma zamanı (runtime) tarafından MiniMax H3 video modeline karşı eğitilir. Varsayılanlar denenmiş bir reçetedir; yalnızca bir gerekçeniz varsa değiştirin.
Ayarlar#
| Ayar | Varsayılan | Notlar |
|---|---|---|
| Çözünürlük | 768×768 | Video preset'leriyle eşleşir. |
| Rank | 32 | Açılar ve ifadeler boyunca bir yüz için kapasite. |
| Öğrenme oranı | 1e-4 | |
| Epoch | 27 | Adım = kare x epoch; 37 kare yaklaşık 1000 adım verir. |
| Caption'lar | kısa | Tetikleyici + sınıf sözcüğü, ör. chr_rbv2, a woman (bkz. Veri setleri). |
| Kimlik odaklı eğitim | açık | Gelişmiş ayarlarda. Kayıpta baş bölgesine üç kat ağırlık verir ve yüzün oluştuğu gürültü seviyelerini daha sık örnekler. Stil veya nesne LoRA'sında kapatın. |
| Kullanımdaki strength | 0.5 | LoRA ile birlikte saklanır. Referanssız çekimler için derlenen pack'ler 1.0'da en iyi çalışır; referanslı pack'lerde ince kimliği referans görsel taşır. |
Bu varsayılanlar neden#
Aynı testin iki koşusu belirledi: her caption'ında tam fiziksel betim bulunan 16 kare, 256 adım, rank 16'lık bir LoRA yalnız metinden üretildiğinde jenerik bir yüz verdi; kısa caption'lı 37 kare, 1000 adım, rank 32'lik bir LoRA ise kişiyi hiçbir referans görsel olmadan tanınır biçimde üretti. Daha çok kare, daha çok adım ve görünüşü tetikleyiciye bırakan caption'lar kimliği tetikleyici sözcüğe bağlayan şeylerdir.
Kimlik odaklı eğitim, aynı 42 karelik veri seti ve ayarlarla yapılan bir A/B'den sonra 20 Ekim 2026'da varsayılan oldu: LoRA 420 adımda referans fotoğraflara neredeyse düz reçetenin 1500 adımdaki kadar yakındı; 1500 adımda yalnız metinden üretilen çekim kişiye önceki tüm koşulardan daha çok benzedi. Referans görselle ikisi eşit yakındı, çünkü orada ince kimliği referans taşır. Koşu ayrıca yaklaşık dörtte bir kısaldı.
Ne beklemeli#
- Süre: RTX 5070 Ti sınıfı bir kartta 37 karelik bir veri seti (1000 adım) için yaklaşık 40 dakika. Karelerin kodlanması yaklaşık iki dakika sürer, ardından adım başına kabaca 2 saniye (guidance-distilasyon hedefini öğrenen adımlarda 2,5 s). Kimlik odaklı eğitim kapalıyken bir adım yaklaşık 2,7 saniyedir.
- Bellek: model pack'ine ek olarak yaklaşık 7,5 GB VRAM ve yaklaşık 28 GB sabitlenmiş (pinned) sistem RAM'i. 32 GB'lık bir makine sığanı sabitler ve daha yavaş koşar; 64 GB önerilir. Çalışma zamanı, LoRA'nın optimizer durumunun yer bıraktığı kadar transformer bloğunu GPU'da tutar.
- İlerleme: koşu kartı aşamayı (yükleme, kodlama, eğitim), adım sayısını ve loss'u gösterir. Loss küçük değerler (0,2 civarı) ile büyük değerler (2-4) arasında gidip gelir: yüksek gürültülü adımlar guidance-distilasyon hedefini öğrenir ve büyük sayıları raporlar. Tek tek adımlara değil, büyük değerlerin eğilimine bakın.
- GPU koşu boyunca meşguldür. Üretimleri ondan sonra kuyruğa alın.
İptal#
Koşu kartında Eğitimi Durdur. Çalışma zamanı bir sonraki adım sınırında, genellikle birkaç saniye içinde durur; son checkpoint yazılmaz ve GPU serbest bırakılır.
Koşudan sonra#
Son LoRA video LoRA kütüphanesine kaydedilir ve karakterin bankasına eklenir; koşu kartı karaktere geri bağlantı verir. Bir karakter seti üzerinden kullanın.
Aynı veri seti ve aynı tohum (seed) aynı LoRA'yı verir; bu yüzden bir koşu birebir yeniden üretilebilir.