Характеристики

Размер весов: 510 МБ
Лицензия: Apache 2.0
Базовая модель: Z-Image-Turbo
Опубликована: 28 ноя 2025

Ссылки

Hugging Face

zimage_turbo_training_adapter

ostris

Генерация изображенийТекст → изображение3 профессии

Z-Image-Turbo Training Adapter — обучающий адаптер LoRA от ostris для дообучения модели Tongyi-MAI/Z-Image-Turbo.

37 272скачиваний за 30 дней148лайковвеса обновлены1 дек 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Он предназначен для использования с AI Toolkit и потенциально совместим с другими средствами обучения. Адаптер также может применяться при инференсе как de-distillation LoRA для устранения особенностей режима Turbo у базовой модели.

Основная задача адаптера — замедлить разрушение дистилляции, которое обычно быстро происходит при прямом обучении step-distilled-модели. Благодаря этому можно проводить короткие запуски дообучения для стилей, концепций и персонажей, сохраняя высокую скорость генерации исходной модели. Для подготовки адаптера были сгенерированы тысячи изображений разных размеров и соотношений сторон, после чего LoRA обучалась с низкой скоростью обучения 1e-5.

Адаптер не устраняет проблему полностью: при длительном обучении дистилляция всё равно постепенно разрушается, а после удаления адаптера могут появляться артефакты. Поэтому он лучше подходит для коротких тренировок. Рекомендуемый сценарий — использовать адаптер во время обучения собственной LoRA, а затем удалить его при инференсе, чтобы сохранить полученные знания и вернуть дистиллированную скорость работы базовой модели. В README не указаны размер, архитектура, языки или модальности базовой модели. Лицензия — Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Z-Image-Turbo Training Adapter

This is a training adapter designed to be used for fine-tuning Tongyi-MAI/Z-Image-Turbo. It was made for use with AI Toolkit but could potentially be used in other trainers as well. If you are implementing it into training code and have questions. I am always heppy to help. Just reach out. It can also be used as a general de-distillation LoRA for inference to remove the "Turbo" from "Z-Image-Turbo".

Why is it needed?

When you train directly on a step distilled model, the distillation breaks down very quickly. This results in losing the step distillation in an unpredictable way. A de-distill training adapter slows this process down significantly allowing you to do short training runs while preserving the step distillation (speed).

What is the catch?

This is really just a hack to significantly slow down the distillation when fine-tuning a distilled model. The distillation will still be broken down over time. What that means is, this adapter will work great for shorter runs such as styles, concepts, and characters. However, doing a long training run will likely lead to the distillation breaking down to a point where artifacts will be produced when the adapter is removed.

How was it made?

I generated thousands of images at various sizes and aspect ratios using Tongyi-MAI/Z-Image-Turbo. Then I simply trained a LoRA on those images at a low learning rate (1e-5). This allowed the distillation to break down while preserving the model's existing knowledge.

How does it work?

Since this adapter has broken down the distillation, if you train a LoRA on top of it, the distillation will no longer break down in your new LoRA, since this adapter has de-distilled the model. Your LoRA will now only learn the subject you are training. When it comes time to run inference / sampling, we remove this training adapter which leaves your new information on the distilled model allowing your new information to run at distilled speeds. Attached, is an example of a short training run on a character with and without this adapter

zimage_adapter

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории 2 LoRA-файлов, и по карточке не понять, какой из них запускать.

Ревизия весов: 654cd1b