微调
微调是什么？
微调获取一个现有 AI 模型，并在特定示例上对其进一步训练，使它更擅长以特定风格、围绕特定主体或匹配特定视觉识别来生成内容。
一图看懂
- 别称
- 模型训练自定义训练LoRA 训练DreamBooth 训练
- 主要用途
- 教会 AI 模型特定风格或视觉识别在生成内容中保持角色一致性使模型适应品牌或领域特定需求
- 常用工具
- LoRADreamBoothHypernetworksKohya training scriptsReplicate and hugging face fine-tuning platforms
- 相关术语
- LoRADreamBoothTransfer learningTraining dataBase model
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
微调与提示词工程：提示词工程使用精心设计的文本指令引导基础模型趋向所需输出，而不改动模型的底层参数。微调则通过调整模型参数来修改模型本身，使其更好地表征特定领域或风格。提示词工程更快且无需训练开销，是大多数生成目标可首先尝试的方法。当需要可靠地实现仅靠提示词无法达成的一致、高保真风格或主体呈现时，微调更为合适，尤其适用于反复出现的角色、特定品牌美学或高度风格化的视觉识别。
实用提示
微调模型的质量几乎完全取决于用于创建它的训练数据的质量与一致性。一个由三十张高质量、精心挑选且风格一致的参考图像组成的小数据集，通常会产出比两百张不一致或质量参差图像组成的大数据集更好的微调模型。在开始任何微调过程之前，投入时间整理和清洗训练数据：剔除异常值、确保裁切与取景一致，并核实所有图像都清晰体现你想让模型学习的特定特征。
类型与变体
全量微调（更新所有模型权重）；LoRA / 低秩自适应（高效的参数高效调优）；DreamBooth（面向图像模型的主体/风格微调）；指令微调（使模型对齐以遵循提示词）；RLHF / 基于人类反馈的强化学习（使输出对齐人类偏好）
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
微调用于教会 AI 模型某品牌的特定视觉识别，使生成的营销内容能可靠地体现品牌美学，而无需为每次生成进行大量提示词工程。角色设计师在原创角色的参考图像上微调模型，以在 AI 生成的故事内容中保持面部与风格的一致性。动画工作室在自家风格上微调模型，确保 AI 辅助的内容生成与现有作品的视觉语言相符。个人创作者在自己的艺术风格上微调模型，将 AI 生成用作个人创作声音的延伸，而非对其的背离。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
