LoRA

Ein Modell vollständig feinzutunen heißt, Milliarden von Zahlen zu verändern, was teure Hardware braucht und eine Kopie so groß wie das Original erzeugt. Ein LoRA geht einen anderen Weg. Es friert das Basismodell ein und lernt nur einen kleinen Satz zusätzlicher Matrizen, jede eine kompakte Korrektur einer Schicht. Die Idee des niedrigen Rangs: Die nützliche Änderung lässt sich mit weit weniger Zahlen beschreiben, als die Schicht enthält. Die Datei umfasst daher oft einige Megabyte bis einige hundert, verglichen mit mehreren Gigabyte beim Basismodell.

In der Bilderzeugung sind LoRAs beliebt, weil man sie leicht teilen und kombinieren kann. Eines fängt vielleicht einen Aquarell-Look ein, ein anderes ein bestimmtes Produkt oder eine fiktive Figur, die du entworfen hast, ein weiteres ein Kameraobjektiv. Man wendet es mit einer Stärke zwischen null und etwa eins an: niedrig für einen Hauch, hoch für eine deutliche Wirkung. Mehrere zu stapeln kann funktionieren, doch sie stören einander, und ein LoRA ist an das Basismodell gebunden, mit dem es trainiert wurde: Eines für eine Modellfamilie läuft auf einer anderen nicht richtig.

Sprachmodelle nutzen dieselbe Technik, um sich an ein Fachgebiet oder einen Ton anzupassen, und sie liegt auch effizienten Trainingsmethoden zugrunde, die ein LoRA mit Quantisierung, der Kompression der Basisgewichte, verbinden, damit das Fine-Tuning auf eine einzige Grafikkarte passt. Beachte die Vorsicht, die für jede Erweiterung gilt: Ihr Inhalt stammt von ihrem Autor, prüfe also Lizenz, Quelle und die Trainingsbilder, bevor du sie nutzt, und trainiere niemals mit dem Gesicht einer realen Person ohne deren Einwilligung.

Ein konkretes Szenario hilft. Eine kleine Möbelwerkstatt möchte, dass alle Katalogbilder denselben Look haben: weiches Nordlicht, helle Eiche, ein gedämpfter Leinenhintergrund. Statt diesen Look in jedem Prompt neu zu beschreiben, könnte man ein LoRA mit ein paar Dutzend Fotos der eigenen Stücke trainieren und es dann mit mittlerer Stärke einschalten. Dieselbe Idee steckt hinter Illustrationspaketen im Markenstil und durchgängig gleich aussehenden fiktiven Figuren. Der Preis ist Sorgfalt bei der Vorbereitung: aufgeräumte, abwechslungsreiche, korrekt beschriftete Trainingsbilder und ein kurzer Test, ob die Erweiterung überangepasst ist und bloß ihre Beispiele kopiert, statt den Stil zu lernen.

Ein LoRA ist außerdem umkehrbar und billig zu lagern: Da das Basismodell nie verändert wird, kannst du viele Erweiterungen nebeneinander aufbewahren, vergleichen und eine löschen, ohne etwas anderes zu verlieren.

NeverNo lässt dich keine eigenen LoRA-Dateien laden. Das Studio bietet stattdessen einen Katalog fertiger Bildmodelle, mit Z-Image Turbo als Standard, einem offenen Modell, das in jedem Tarif enthalten ist, und du wählst von Hand eines für einen anderen Look. Für einen anderen Stil innerhalb eines Modells wählst du eine von fünfzehn Stilvorgaben und verfeinerst mit dem Prompt von bis zu 1.500 Zeichen und dem Negative Prompt.

Da dein Verlauf, deine Charaktere und deine Medien in deinem Browser bleiben und nicht auf unseren Servern, würde eine eigene Erweiterung zudem Fragen der Speicherung und Prüfung aufwerfen, die NeverNo nicht übernommen hat. Die festen Grenzen von NeverNo gelten für jede Anfrage: nichts, was Minderjährige betrifft, und keine Bilder realer, identifizierbarer Personen ohne deren Einwilligung.