KONAKONA666 사용자가 얼굴 유사성 기반 LoRA 학습법을 개발했어요. 기존 SFT 방식보다 훨씬 효과적이며, RTX 4090에서 10~12분 내외로 학습 가능해요. INT8 가중치와 BF16 마스터 가중치를 활용해 학습 속도를 높였고, 과적합 방지 기술도 적용됐어요. 학습 과정에서 이미지 생성, 얼굴 검출, 손실 계산, 역전파를 포함하며, COMFYUI 추론 시 int8 convrot turbo와 Lenovo LoRA를 사용했어요.
512x512 해상도, 배치 사이즈 1, 12 샘플링 스텝 기준, SFT는 1초당 2 스텝, 개발 방법은 1 스텝에 4.11초 소요돼요. 학습 결과는 검증 이미지에서 확인할 수 있으며, 데이터셋 정보도 함께 공개됐어요. 이 방법은 다양한 데이터셋에서 빠르고 안정적으로 학습이 가능해요.
Reddit 사용자가 GitHub 저장소를 통해 관련 코드를 공개했으며, 60 스텝 학습과 1000 스텝 순수 SFT 학습을 비교하는 실험을 진행했어요.