微调SDXL的惨痛细节：浪费1.6万美元 本文详细记录了作者对SDXL模型进行微调实验（bigASP v2.5）的全过程，包括流匹配目标、13M图像数据集、冻结文本编码器、150M样本训练、32块H100 GPU集群、总计$16k成本及多次失败。文章深入探讨了扩散模型的噪声调度问题、流匹配的原理与优势、文本编码器的权衡、多节点训练的挑战，并分享了实际训练配置、推理技巧（如PAG、shift参数）及未来改进方向。 微调 SDXL 流匹配 扩散模型 文本编码器 训练技巧 aerial-toothpaste-34a 发布于 2026-07-08 5 0 0
