LoRA

Affiner complètement un modèle, c’est modifier des milliards de nombres, ce qui demande un matériel coûteux et produit une copie aussi grosse que l’original. Un LoRA prend un autre chemin. Il fige le modèle de base et n’apprend qu’un petit ensemble de matrices supplémentaires, chacune étant une correction compacte d’une couche. L’idée du faible rang est que le changement utile se décrit avec bien moins de nombres que la couche n’en contient. Le fichier fait donc souvent de quelques mégaoctets à quelques centaines, contre plusieurs gigaoctets pour le modèle de base.

En génération d’images, les LoRA sont populaires parce qu’ils se partagent et se combinent facilement. L’un peut capter un rendu aquarelle, un autre un produit précis ou un personnage fictif que tu as conçu, un autre un objectif photo. On l’applique avec une force entre zéro et environ un : faible pour une touche, forte pour un effet marqué. En empiler plusieurs peut marcher, mais ils se gênent entre eux, et un LoRA est lié au modèle de base sur lequel il a été entraîné : celui d’une famille de modèles ne fonctionnera pas correctement sur une autre.

Les modèles de langage utilisent la même technique pour s’adapter à un domaine ou à un ton, et elle sert aussi de base à des méthodes d’entraînement économes qui associent un LoRA à la quantification, la compression des poids du modèle de base, pour qu’un affinage tienne sur une seule carte graphique. Garde la prudence qui vaut pour toute extension : son contenu vient de son auteur, donc vérifie la licence, la source et ce que contenaient les images d’entraînement avant de l’utiliser, et n’entraîne jamais sur le visage d’une personne réelle sans son accord.

Un scénario concret aide. Un petit fabricant de meubles veut que chaque image de son catalogue ait le même rendu : lumière du jour douce venue du nord, chêne clair, fond de lin discret. Au lieu de redécrire ce rendu dans chaque description, un créateur peut entraîner un LoRA sur quelques dizaines de photos de ses propres pièces, puis l’activer à force modérée. La même idée sert aux kits d’illustration de marque et aux personnages fictifs cohérents. Le coût est le soin de préparation : des images d’entraînement soignées, variées et bien légendées, et un court essai pour voir si l’extension surapprend et se contente de copier ses exemples au lieu d’apprendre le style.

NeverNo ne permet pas de charger tes propres fichiers LoRA. Le Studio propose à la place un catalogue de modèles d’images prêts à l’emploi, avec Z-Image Turbo par défaut, un modèle ouvert inclus dans toutes les offres, et tu en choisis un à la main pour un autre rendu. Pour changer de style au sein d’un modèle, tu choisis l’un des quinze styles prédéfinis, et tu affines avec la description de 1 500 caractères au plus et la description négative.

Comme ton historique, tes personnages et tes médias restent dans ton navigateur plutôt que sur nos serveurs, une extension personnalisée poserait aussi des questions de stockage et de contrôle que NeverNo n’a pas prises en charge. Les limites fermes de NeverNo s’appliquent à chaque requête : rien qui implique des mineurs, et aucune image de personnes réelles identifiables sans leur accord.