LoRA

Rifinire per intero un modello significa cambiare miliardi di numeri, il che richiede hardware costoso e produce una copia grande quanto l’originale. Una LoRA prende un’altra strada. Congela il modello di base e impara soltanto un piccolo insieme di matrici aggiuntive, ciascuna una correzione compatta di uno strato. L’idea del basso rango è che il cambiamento utile si possa descrivere con molti meno numeri di quanti ne contenga lo strato. Il file è perciò spesso di pochi megabyte o poche centinaia, contro vari gigabyte del modello di base.

Nella generazione di immagini le LoRA sono popolari perché facili da condividere e da combinare. Una può catturare un aspetto ad acquerello, un’altra un prodotto particolare o un personaggio inventato che hai disegnato, un’altra ancora l’obiettivo di una fotocamera. Si applica con un’intensità tra zero e circa uno: bassa per un accenno, alta per un effetto forte. Sovrapporne più d’una può funzionare, ma interferiscono tra loro, e una LoRA è legata al modello di base su cui è stata addestrata, quindi una fatta per una famiglia di modelli non funzionerà bene su un’altra.

I modelli linguistici usano la stessa tecnica per adattarsi a un settore o a un tono, e sta anche alla base di metodi di addestramento efficienti che combinano una LoRA con la quantizzazione, la compressione dei pesi di base, così che la messa a punto stia su una sola scheda grafica. Ricorda la cautela che accompagna ogni componente aggiuntivo: il suo contenuto viene dal suo autore, quindi controlla licenza, fonte e cosa c’era nelle immagini di addestramento prima di usarlo, e non addestrare mai sul volto di una persona reale senza il suo consenso.

Uno scenario concreto aiuta. Un piccolo mobilificio vuole che ogni immagine del catalogo abbia lo stesso aspetto: luce diurna morbida da nord, rovere chiaro, sfondo di lino spento. Invece di descrivere ogni volta quell’aspetto in ogni prompt, un creatore potrebbe addestrare una LoRA su qualche decina di fotografie dei propri pezzi, poi attivarla a intensità moderata. La stessa idea alimenta kit di illustrazioni di marca e personaggi inventati coerenti. Il costo è la cura nella preparazione: immagini di addestramento ordinate, varie e ben descritte, e una breve prova per vedere se il componente va in sovradattamento e si limita a copiare i propri esempi invece di imparare lo stile.

Una LoRA è anche reversibile e poco costosa da conservare: poiché il modello di base non viene mai modificato, puoi tenere molti componenti affiancati, confrontarli ed eliminarne uno senza perdere altro.

NeverNo non ti permette di caricare file LoRA tuoi. Lo Studio offre invece un catalogo di modelli di immagini già pronti, con Z-Image Turbo come predefinito, un modello aperto incluso in ogni piano, e ne scegli uno a mano per un altro aspetto. Per uno stile diverso all’interno di un modello scegli uno di quindici stili predefiniti, e rifinisci con la descrizione fino a 1.500 caratteri e con il prompt negativo.

Poiché cronologia, personaggi e media restano nel tuo browser e non sui nostri server, un componente personalizzato solleverebbe anche questioni di archiviazione e controllo che NeverNo non ha assunto. I limiti assoluti di NeverNo valgono per ogni richiesta: niente che riguardi minori e niente immagini di persone reali identificabili senza il loro consenso.