在从Furaffinity抓取的50万个图像标签对上训练的扩散模型。阿尔法版本，预计未来会有更多的迭代、更多的训练数据和更好的结果。

"人形动物，狐狸，男性，常见，由100racs" 第24个时代，无修复

标签包含了原始FA标签列表，省略了总共出现少于40次的标签，并附加了一个对应的常规/成熟/成人评级的标签。如果艺术家的出现次数也超过40次，还会添加一个艺术家标签。标签的完整列表和出现次数可在 here 中获得。训练是使用LION优化器在TPUv3s上进行的。

由于使用了来自Furaffinity的数据，该模型提供了其他模型中不太流行的各种标签，用于创建利基内容。例如，与FluffyRock相比，标签 "vore" 在训练集中出现25379次，而FluffyRock中只出现4730次。然而，与e621相比，Furaffinity上的标签的准确性也有待提高，因此建议将其与FluffyRock合并，以便更好地控制提示。

如何在Auto1111中使用

加载safetensor文件以及提供的yaml文件，并将它们放在您的模型文件夹中。另外，建议使用CFG Rescale: https://github.com/Seshelle/CFG_Rescale_webui 。推荐使用7.5 CFG和0.7 Phi。

Discord和帮助

furry diffusion discord ，在 "custom-models" 频道中

lodestone rock's server

Patreon和捐赠

https://www.patreon.com/LodestoneRock

鸣谢

原始概念和数据：Discord上的amogus__enjoyer

训练：Lodestone Rock

特别感谢赞助者和捐助者：

• Without Ordinary
• Zenko
• TheGreatSako
• Kadah

感谢您慷慨捐赠！