Claude娘 / Ors Scholar — MOSS-Image 版 (MOSS LoRA)
MOSS-Image 版 · 角色原设 ZipZipPipe（B站，原设计由 AI 生成）
Anima 版 LoRA 由 siling40 训练：Claude娘 (Claude-chan) https://civitai.com/models/2972520
同角色的 Illustrious 版由本人另训（ILL LoRA）。本 LoRA 是 MOSS-Image 底模的独立训练版，与前两者无任何文件层面的关系，权重不通用。
----------------------------------------------
这是什么 / What is this
Claude 娘（ors scholar）的 MOSS-Image 版角色 LoRA。 MOSS-Image 是 5B 单流 DiT + Qwen3.5-9B 文本编码器的全新底模，
和 SDXL / Illustrious / Anima 的权重完全不通。跑 MOSS-Image 就用这一版，跑 SDXL/ILL 请用 ILL 版。
This is a MOSS-Image character LoRA (5B single-stream DiT, Qwen3.5-9B text encoder).
It is not compatible with SDXL / Illustrious / Anima. Use the ILL version for those bases.
角色设定 / Character
橙红超长发、半垂琥珀眼、橙菊发饰（配黑蝴蝶结 + 白蕾丝 + 金流苏）、金色耳环、白色高领褶边长裙、黑腰封配金扣、白色披肩、白色系带高跟靴。
Long orange-red hair, half-lidded amber eyes, orange daisy hair ornament with black bow and gold tassel, gold earrings, white high-collar frilled dress with black corset and gold buttons, white capelet, white lace-up high-heel boots.
触发词 / Trigger word
ors scholar
触发词与 Anima 版 / ILL 版相同，都是 ors scholar —— 从其他底模迁移过来不用改 prompt。
但这是不同的模型文件，权重不通用，不要混放同一个 LoRA 槽。
★ 最重要的参数：强度必须是 2.0 / Strength ≈ 2.0
这是本 LoRA 与 ILL 版最大的使用差异，请务必先看这一节。
本 LoRA 训练时用 --network_dim 16 --network_alpha 1，有效 scale 只有 1/16（0.0625）。
所以推理强度 1.0 时几乎看不出角色，必须推到 1.8~2.2 才压得过底模先验。
条件 / 结果
无 LoRA（最小提示词）：深发、深蓝外套、手持法杖的普通「学者」—— 不是该角色
LoRA @1.0：浅金发、贝雷帽、藏青长外套 —— 仍然不是该角色
LoRA @2.0：橙长发 + 侧边花饰 + 白裙黑腰带 + 橙花图案 + 黑靴 = 角色出现，推荐值
LoRA @3.5：画面崩坏（褐化、碎裂、糊成一团）
上面这组 A/B 用的是最小提示词（只写触发词 + 机位 + 背景），不是把外观逐条写全的描述式提示词。
用描述式提示词时去掉 LoRA 也能画出角色，会给假阳性 —— 这是本轮的实测教训。
推荐参数 / Recommended settings
项 / 值
LoRA strength：2.0（可用区间 1.8–2.2；≥3.0 会崩）
Base model：MOSS-Image-SFT（实测出图用的是 SFT 版）
Sampler：euler
Scheduler：sgm_uniform
Steps：30
CFG：3.0
Resolution：1600×960（横）或 1024×1536（竖）
Clip skip：不适用（MOSS 用 Qwen3.5 文本编码器，没有 SD 的 clip skip）
Base 版（MOSS-Image-Base）上没有单独做过配信强度测试，若你要跑 Base，从 1.5 起往上试。
加载方式：ComfyUI 标准 LoraLoaderModelOnly / MOSS 节点的 LoRA 槽，不需要任何转换脚本。
提示词写法：用整句，不要堆 tag / Prompt style: prose, not tags
MOSS-Image 是按自然语言整句训练的（官方原话：prompt 是「已渲染好的 caption」）。
写 danbooru tag 堆效果会明显变差。最小可用提示词长这样：
An anime illustration of ors scholar, one girl, full body, standing,
plain light grey background, flat even lighting.
完整版（想更稳就把外观用句子补一遍）：
An anime illustration of ors scholar, one girl, solo, standing full body,
long orange-red hair, half-lidded amber eyes, orange daisy hair ornament with black bow,
white high-collar frilled dress with black corset and gold buttons, white capelet,
lace-up high-heel boots, plain white background, soft even lighting.
负面提示词（MOSS 上不必很长，短句即可）：
low quality, blurry, extra limbs, bad anatomy, watermark, text, signature
已知限制 / Known issues
1. 强度别用 1.0：alpha=1 / dim=16 让 scale 只有 1/16，1.0 出不来角色（见上表）。这是配方本身的选择，不是文件坏了。
2. ≥3.0 会崩：实测 3.5 明显褐化 + 结构碎裂。
3. 白底训练为主：35 张数据里绝大多数是白/浅底，出复杂场景时角色一致性会略降；场景建议先出白底再 img2img，或者把场景描述写短。
4. 别用 tag 堆：MOSS 的文本编码器吃整句，1girl, solo, orange hair, ... 这种写法会削弱触发词权重。
5. 多人同框未测：MOSS 上没有做过分区提示实验，不保证与其他 MOSS LoRA 串联可用（ILL 版的那套 0.8 权重 + 分区结论不能照搬）。
训练信息 / Training
项 / 值
数据集：35 张（自然语言 caption，逐张整句描述）
数据来源：与 Krea2 版共用同一套图（硬链接），caption 改写为 MOSS 语域
网络：LoRA, dim 16 / alpha 1（scale 1/16）
目标模块：42 块 × 6 个 proj（q/k/v/o/ffn_up_gate/ffn_down）= 252 个
优化：AdamW8bit, lr 1e-4, constant
时间步：Rectified Flow：sigma 采样 + logit_normal（logit_mean -1.09 / std 0.95）+ discrete_flow_shift 1.0
省显存：--convrot_int8 + --convrot_int8_text_encoder，TE 冻结 + --cache_text_encoder_outputs_to_disk + --network_train_unet_only
步数：840（8 repeats × 3 epochs）
耗时：1 小时 09 分 33 秒（RTX 5070 Ti Laptop 12GB，5.33 s/it）
显存峰值：8,361 / 12,227 MiB（没开 block swap）
最终 avr_loss：0.293
训练底模：MOSS-Image-Base（kohya sd-scripts 主分支 moss_image_train_network.py）
文件：71 MB / 756 张量（252 down + 252 up + 252 alpha）/ ss_base_model_version=moss_image
收敛性实测：840 步时总范数还在涨（23.8 → 45.3 → 63.8）、方向余弦 0.9946、平均相对变化 0.226 ——
这是欠训练而不是过拟合。若嫌特征不够强，用 --network_weights 从当前档热启再训 2~3 epoch，别回头用早停档。
预览图说明 / Preview notes
预览全部是最小提示词 + 同 seed 有/无对照，方便你判断 LoRA 到底贡献了什么：
无 LoRA 基线 / @1.0 失败 / @2.0 成立 / @3.5 崩坏，四张一组。
致谢 / Credits
· 角色原设：ZipZipPipe（B站，原设计由 AI 生成）
· Anima 版 LoRA：Claude娘 (Claude-chan) https://civitai.com/models/2972520 by siling40
· 底模：MOSS-Image https://huggingface.co/OpenMOSS-Team（OpenMOSS-Team，5B 单流 DiT）
· 训练框架：kohya-ss/sd-scripts https://github.com/kohya-ss/sd-scripts（moss_image_train_network.py，主分支）
· VAE：FLUX.2 VAE（32 通道 / 8× 下采样）
角色设计版权归原作者，本 LoRA 为 MOSS-Image 底模上的独立训练复刻。
使用许可 / Usage
本 LoRA 模型文件采用 CC BY-NC-SA 4.0（署名—非商业性使用—相同方式共享） https://creativecommons.org/licenses/by-nc-sa/4.0/deed.zh 协议许可。
您可以自由地：
· 共享 — 在任何媒介或格式中复制和重新分发本模型
· 演绎 — 修改、转换或以本模型为基础进行创作（包括融合模型，以及用本模型生成的图像）
惟须遵守下列条件：
· 署名 (BY) — 必须给出适当署名、提供协议链接，并标明是否作出了修改。不得暗示许可人为您背书
· 非商业性使用 (NC) — 不得将本模型或其生成的图像用于商业目的（包括售卖图片、售卖模型、提供付费服务）
· 相同方式共享 (SA) — 若您对本模型进行再混合、转换或二次创作，必须以相同协议分发您的成果，不得附加更严格的条款
不覆盖的部分：角色设计权利归原作者 ZipZipPipe 所有；MOSS-Image 底模遵循 OpenMOSS-Team 的自身许可。
CC 协议仅覆盖本模型文件本身以及用本模型生成的图像。
请勿用于违法内容。
PS：完全使用大肥鱼制造，请遵守上述协议，不要倒卖。
----------------------------------------------
License (EN)
This LoRA model file is licensed under CC BY-NC-SA 4.0 https://creativecommons.org/licenses/by-nc-sa/4.0/.
You are free to: share (copy and redistribute in any medium or format) and adapt (remix, transform, build upon it, including merges and generated images).
Under the following terms:
· Attribution (BY) — give appropriate credit, link the license, indicate if changes were made
· NonCommercial (NC) — no commercial use of the model or its outputs
· ShareAlike (SA) — distribute your contributions under the same license, no additional restrictions
Not covered: character design copyright belongs to ZipZipPipe; the MOSS-Image base model follows OpenMOSS-Team's own license.
The CC license covers only this model file and images generated with it.
This is a MOSS-Image LoRA, not an SDXL one. It will not load on Illustrious/Anima/SDXL. Recommended strength is 2.0 (range 1.8–2.2) because the network was trained with alpha=1 / dim=16 (effective scale 1/16).
Do not use for illegal content.
PS: Made entirely by Big Fat Fish. Please follow the license above — do not resell.