DPO (Direct Preference Optimization) LoRA for XL and 1.5 OpenRail++

PirateDiffusion টেলিগ্রাম

শুরু করার জন্য সেরা। শক্তিশালী ওয়ার্কফ্লো, কম শেখার বাঁক।

Pro studio (SpyGlass) ওয়েব

ভিডিও, ছবি, কাস্টম চ্যাট পার্সোনা এবং আরও অনেক কিছু তৈরি করুন।

Discord bot (Vector) ডিসকোর্ড

যেকোন ব্রাউজার বা ফোন থেকে মডেল ব্রাউজ করুন, রেন্ডার করুন এবং পরিমার্জন করুন।

আপনার সার্ভারে Vector যোগ করুন বা Vector Discord-এ যোগ দিন। যেকোনো কিছু তৈরি করুন!

Unified Editor ওয়েব

ছবি এবং ভিডিওর জন্য সম্পাদক: এক পৃষ্ঠায় রেন্ডার, সম্পাদনা, আপস্কেল এবং আরও অনেক কিছু।

Civitai ওয়েব

ব্যবহার অনুযায়ী মূল্য

Civitai-র নিজস্ব সাইটে তৈরি করুন; প্রতিটি ছবির জন্য Buzz ক্রেডিট লাগে।

লোকাল অ্যাপস

সেটআপ প্রয়োজন

যদি তোমার কম্পিউটারে শক্ত হার্ডওয়্যার থাকে, তাহলে লোকাল প্রোগ্রাম সেটাপ করো।

ModelDuel ওয়েব

ব্যবহার অনুযায়ী মূল্য

একসঙ্গে সর্বোচ্চ ৫০টি চেকপয়েন্ট/বেস মডেলে একই প্রম্পট তৈরি করুন।

ক্লাউডে GPU ভাড়া নিন

Graydient ক্লাউড GPU

Civitai-তে 4,006 ডাউনলোড · 113 লাইক

ফ্ল্যাট ফি, সীমাহীন ব্যবহার। এই মডেল এক ক্লিকে ইনস্টল হয়।

RunPod ক্লাউড GPU

প্রতি মিনিটে চার্জ

প্রতি মিনিটে GPU ভাড়া নিন এবং নিজেই মডেল সেটআপ করুন।

তৈরি করেছেন

enfugue

Civitai-তে

__html__What is DPO?DPO is Direct Preference Optimization, the name given to the process whereby a diffusion model is finetuned based on human-chosen images. Meihua Dang et. al. have trained Stable Diffusion 1.5 and Stable Diffusion XL using this method and the Pick-a-Pic v2 Dataset, which can be found at https://huggingface.co/datasets/yuvalkirstain/pickapic_v2, and wrote a paper about it at https://huggingface.co/papers/2311.12908.What does it Do?The trained DPO models have been observed to produce higher quality images than their untuned counterparts, with a significant emphasis on the…__html__What is DPO?DPO is Direct Preference Optimization, the name given to the process whereby a diffusion model is finetuned based on human-chosen images. Meihua Dang et. al. have trained Stable Diffusion 1.5 and Stable Diffusion XL using this method and the Pick-a-Pic v2 Dataset, which can be found at https://huggingface.co/datasets/yuvalkirstain/pickapic_v2, and wrote a paper about it at https://huggingface.co/papers/2311.12908.What does it Do?The trained DPO models have been observed to produce higher quality images than their untuned counterparts, with a significant emphasis on the adherence of the model to your prompt. These LoRA can bring that prompt adherence to other fine-tuned Stable Diffusion models.Who Trained This?These LoRA are based on the works of Meihua Dang (https://huggingface.co/mhdang) athttps://huggingface.co/mhdang/dpo-sdxl-text2image-v1 and https://huggingface.co/mhdang/dpo-sd1.5-text2image-v1, licensed under OpenRail++.How were these LoRA Made?They were created using Kohya SS by extracting them from other OpenRail++ licensed checkpoints on CivitAI and HuggingFace.1.5: https://civitai.com/models/240850/sd15-direct-preference-optimization-dpo extracted from https://huggingface.co/fp16-guy/Stable-Diffusion-v1-5_fp16_cleaned/blob/main/sd_1.5.safetensors.XL: https://civitai.com/models/238319/sd-xl-dpo-finetune-direct-preference-optimization extracted from https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/blob/main/sd_xl_base_1.0_0.9vae.safe

নির্মাতার নোট

What is DPO? DPO is Direct Preference Optimization, the name given to the process whereby a diffusion model is finetuned based on human-chosen images. Meihua Dang et. al. have trained Stable Diffusion 1.5 and Stable Diffusion XL using this method and the Pick-a-Pic v2 Dataset, which can be found at , and wrote a paper about it at . What does it Do? The trained DPO models have been observed to produce higher quality images than their untuned counterparts, with a significant emphasis on the adherence of the model to your prompt. These LoRA can bring that prompt adherence to other fine-tuned Stable Diffusion models. Who Trained This? These LoRA are based on the works of Meihua Dang () at and , licensed under OpenRail++. How were these LoRA Made? They were created using Kohya SS by extracting them from other OpenRail++ licensed checkpoints on CivitAI and HuggingFace. 1.5: extracted from . XL: extracted from These are also hosted on HuggingFace at

SHA256

D4EC63A436DBD20E5CAC4A3E9A1FD0C59FB2513018266252C4EE9EBEB5CE6762

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

DPO (Direct Preference Optimization) LoRA for XL and 1.5 OpenRail++ জনপ্রিয়তার প্রবণতা

হিট স্কোর, শেষ 12 মাস

হিট স্কোর

7,780°

এই সপ্তাহ

▲

0.1%

7,782° তখন, 7,780° এখন

এই মাস

▲

0.4%

7,787° তখন, 7,780° এখন

গত বছর

▲

8.0%

7,845° তখন, 7,780° এখন

7,000°

ফ্লোর

স্কেল 0° থেকে 9,999° পর্যন্ত চলে। 7,000° এর নিচের সবকিছু সেই মডেলগুলোর জন্য রাখা হয়েছে যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়: বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল ফ্লোরে থাকে, এবং পরিমাপগুলো তার উপরে ডিগ্রি পূরণ করে। ফ্লোর মডেল সম্পর্কে কিছু বলে না; শুধুমাত্র তার উপরের ডিগ্রিগুলো বলে, আর সেগুলোই এক মডেলকে অন্য থেকে আলাদা করে।

+1,080°

Civitai ডাউনলোড

Civitai তে এই সঠিক সংস্করণের 4,006 ডাউনলোড। ডাউনলোড সবচেয়ে গুরুত্বপূর্ণ উপাদান এবং লগ স্কেলে গণনা করা হয়: দশ গুণ ডাউনলোড একই 300° যোগ করে, তাই এক মিলিয়ন ডাউনলোডের মডেল হাজার গুণ বেশি গরম নয় হাজার ডাউনলোডের মডেলের থেকে। ছয়টি ডাউনলোড উৎস ঐ একই পরিমাণ ভাগাভাগি করে, তাদের গণনার অনুপাতে।

+309°

পছন্দ

উৎসগুলোতে মোট 113 পছন্দ এবং থাম্বস আপ। একটি পছন্দ ডাউনলোডের অর্ধেক ওজন রাখে, একই লগ স্কেলে।

−609°

বয়স

−609° কারণ SD15 ওজন 2022 এ প্রকাশিত। প্রতিটি মডেল তার ভিত্তি ওজনের বয়স উত্তরাধিকার করে: বছরে 150°, সর্বোচ্চ 750° পর্যন্ত, এবং তখন পর্যন্ত বাড়তে থাকে। এটা না থাকলে তালিকার শীর্ষে ২০২২ ও ২০২৩ চেকপয়েন্ট থাকত, ডাউনলোডের শক্তিতে যা বছরের পর বছর জমেছে।

বিস্তারিত বিশ্লেষণ দেখাও

এই সাইটের প্রতিটি নম্বর যাচাই করা যায়। এই মডেলের হিট স্কোর 7,780°, এবং এখানে এটি এক এক উপাদান যোগ করে তৈরি হয়েছে, প্রতিটি যোগের পর মোট স্কোর দেখানো হয়েছে: ফ্লোর, প্রতিটি উৎস কত ডিগ্রি যোগ করে, মডেলের ধরনের জন্য বোনাস এবং ওজনের বয়স যা কমিয়ে দেয়। রঙগুলো উপরের চার্টের ব্যান্ড। শেষে গ্লসারি প্রতিটি শব্দের অর্থ ব্যাখ্যা করে।

1
ফ্লোর থেকে শুরু করো।
কেন 7,000° এবং শূন্য নয়: স্কেল 0° থেকে 9,999° পর্যন্ত চলে, এবং 7,000° এর নিচের অংশ সেই মডেলগুলোর জন্য সংরক্ষিত যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে এবং তথ্যসহ মডেলের থেকে কখনো উপরে না উঠে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়। বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল এখানে থাকে; পরবর্তী সবকিছু পরিমাপ, এবং ফ্লোরের উপরে দশটি দশগুণ ধাপ ডাউনলোডে থাকে, প্রতিটি 300°। ফ্লোর সব মডেলের জন্য একই, তাই এটি কিছু নির্ধারণ করে না; তার উপরের ডিগ্রিগুলো নির্ধারণ করে।
7,000°
চলমান মোট
2
ডাউনলোড যোগ করুন।
মোট 4,006 ডাউনলোড-সমতুল্য, Civitai ডাউনলোড থেকে। ডাউনলোড দশ গুণ বাড়ালে একই 300° যোগ হয়, তাই সাইজ গুরুত্বপূর্ণ কিন্তু কখনো স্কোর ছাড়িয়ে যায় না।
+1,080°
8,080°
চলমান মোট
3
লাইক যোগ করুন।
113 লাইক এবং থাম্বস আপ, ডাউনলোডের অর্ধেক ওজনের।
+309°
8,389°
চলমান মোট
4
বয়স কমাও।
SD15 ওজন 2022 সালে বেরিয়েছিল: প্রতি বছর 150°, সর্বোচ্চ 750°, তখন পর্যন্ত বাড়ছে।
−609°
7,780°
চলমান মোট
=
হিট স্কোর।
এই মডেল সাইটের প্রতিটি তালিকায় কোথায় আছে। আর কিছুই এটা পরিবর্তন করে না।
7,780°

শব্দকোষ: এখানে ব্যবহৃত শব্দগুলো

হিট স্কোর: একটি সংখ্যা যা দেখায় মডেলটি এখন কতটা ব্যবহৃত এবং চাওয়া হচ্ছে, 0° থেকে 9,999° পর্যন্ত। এই সাইটের প্রতিটি তালিকা যা hottest বলে সেটি এই স্কোর অনুযায়ী সাজানো হয়, আর কিছু নয়।
ফ্লোর: প্রতিটি মডেল যার কাছে আসল ডেটা আছে তার জন্য 7,000° থেকে শুরু। স্কেল 0° থেকে 9,999° পর্যন্ত; ফ্লোরের নিচের অংশ স্ট্যান্ড-ইন (ডেটা ছাড়া মডেল) এর জন্য রাখা হয়েছে, যাতে ডেটা থাকা মডেল সবসময় ডেটা ছাড়া মডেলের উপরে থাকে। ফ্লোর সবার জন্য একই এবং কিছু নির্ধারণ করে না; এর উপরের ডিগ্রি গুলোই মাপ।
ডাউনলোড-সমতুল্য: যা কিছু স্কোর ডাউনলোড হিসেবে গণনা করে, সব যোগ করা হয়েছে: ডাউনলোড নিজেই, প্রতিটি টরেন্ট সিডার 1,000 হিসেবে, প্রতিটি AI Horde ছবি এবং প্রতিটি জেনারেশন সাইটে রান এক হিসেবে।
লগ স্কেল: দশের ভিত্তিতে গণনা, একের ভিত্তিতে নয়: 1,000 থেকে 10,000 ডাউনলোডে যাওয়া একই ডিগ্রি যোগ করে যেমন 10,000 থেকে 100,000 এ যাওয়া। এটা বড় মডেলগুলোকে সবকিছু ছাপিয়ে যাওয়া থেকে রোধ করে।
লাইক: প্রতিটি উৎস থেকে থাম্বস আপ এবং লাইক, লগ স্কেলে প্রতিটি ডাউনলোডের অর্ধেক মূল্যমান।
গ্রহণের হার: একটি মডেল এখন প্রতিদিন কত ডাউনলোড পাচ্ছে, একটি উৎসের দুই রিডিংয়ের পার্থক্য থেকে। ডাউনলোড টার্মের এক চতুর্থাংশ ওজন।
পরিমাপ করা এবং অনুমান করা: পরিমাপ করা মানে একটি উৎসের দুটি রিডিং আছে এবং তার মধ্যে পার্থক্য সত্য। অনুমান করা মানে শুধু আজকের মোট জানা আছে এবং অতীত মডেলের জীবনের উপর ছড়িয়ে দেওয়া হয়েছে; সাইট বলে কোনটি দেখাচ্ছে।
সিডার: যে কেউ ওজনের একটি কপি অনলাইনে রাখে অন্যদের টরেন্টের মাধ্যমে ডাউনলোড করার জন্য, অথবা একটি হোস্ট করা মিরর যা একই কাজ করে। প্রতিটি 1,000 ডাউনলোড হিসাবে গণনা হয়।
AI হোর্ড: একটি স্বেচ্ছাসেবক নেটওয়ার্ক যা দানকৃত কম্পিউটারে বিনামূল্যে ছবি তৈরি করে। একটি মডেলের সাথে এটি যত ছবি তৈরি করেছে তা প্রকাশ্য, এবং প্রতিটি একটি ডাউনলোড হিসাবে গণ্য হয়।
জেনারেশন সাইটসমূহ: সাইটগুলো যারা তাদের নিজস্ব মডেলের কপি হোস্ট করে এবং মানুষকে সেটি দিয়ে ছবি তৈরি করতে দেয়, যেমন PixAI, SeaArt এবং Yodayo। তাদের ডাউনলোড Civitai এর মতো গণনা হয় এবং প্রতিটি জেনারেশন রান একটি ডাউনলোড হিসাবে গণ্য হয়।
OpenRouter টোকেন: Claude বা GPT এর মতো API এর মাধ্যমে পরিবেশিত একটি টেক্সট মডেলের ওজন ডাউনলোড করার কিছু থাকে না, তাই এর ব্যবহার টোকেনে পরিমাপ করা হয়: OpenRouter এর মাধ্যমে এটি পড়া এবং লেখা টেক্সটের অংশ, যা অনেক অ্যাপ ব্যবহার করে, গত ৩০ দিনে। প্রতি 10,000,000 টোকেনকে একটি ডাউনলোড হিসেবে গণ্য করা হয়। উৎস: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
পূর্ণ মডেল (চেকপয়েন্ট): ওজনগুলো নিজেই, সেই ফাইল যা নিজে থেকে জেনারেট করে। এটি একটি বোনাস পায় কারণ অ্যাড-অনগুলো এর উপর নির্ভর করে।
LoRA এবং এমবেডিং: ছোট অ্যাড-অন ফাইল যা অন্য কারো ওজনকে একটি স্টাইল, চরিত্র বা ধারণার দিকে পরিচালিত করে। এগুলো একা চালানো যায় না।
পরিবার এবং ওজন: যে বেসের উপর একটি মডেল তৈরি হয়, যেমন SD 1.5, SDXL, Flux বা Wan। প্রতিটি মডেল তার পরিবারের ওজনের রিলিজ তারিখ উত্তরাধিকার সূত্রে পায়।
বয়স: পরিবারের ওজন কতদিন আগে বের হয়েছে তার জন্য ডিগ্রি কমানো হয়: বছরে ১৫০°, সর্বোচ্চ ৭৫০° পর্যন্ত। এটি পুরানো ডাউনলোডগুলো ধরে রাখে যেগুলো বছরের পর বছর জমা হয়েছে তালিকার শীর্ষ থেকে ফ্রিজ করে।
পরিবার বুস্ট: একটি ছোট, সীমাবদ্ধ ধাক্কা LoRA গুলোর জন্য যেগুলো এই সাইট এখন এগিয়ে দিচ্ছে, সবসময় ব্রেকডাউনে তালিকাভুক্ত থাকে।
স্ট্যান্ড-ইন স্কোর: একটি স্থিতিশীল সংখ্যা যা একটি মডেলের জন্য দেওয়া হয় যার কোন উৎস এখনও রিপোর্ট করেনি, যাতে তালিকা সম্পূর্ণ থাকে। এটি কখনোই ডেটা সহ মডেলের উপরে স্থান পায় না।
নতুন! (গ্রেস পিরিয়ড): 7 দিনের কম বয়সী একটি মডেল স্কোরের পরিবর্তে নতুন! দেখায় এবং র‌্যাঙ্কিংয়ে স্থান পায় না। এর স্কোর প্রথম দিন থেকে গণনা হয়, কিন্তু একদিন বয়সী মডেল দ্রুত বৃদ্ধি পায়, তাই অপেক্ষা না করলে সপ্তাহের #1 সবসময় গতকালের নতুন মডেল হতো, সপ্তাহ ধরে টিকে থাকা মডেলের পরিবর্তে।
ট্রেন্ড: একটি মডেলের বৃদ্ধি একটি নির্দিষ্ট সময়ে কেমন হয়েছে তা একই সময়ের মধ্যে সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে। সাধারণের চেয়ে দ্রুত হলে তা বৃদ্ধি, ধীর হলে পতন হিসেবে পড়ে।
সাধারণ মডেল: ক্যাটালগের মাঝামাঝি: অর্ধেক মডেল একটি সংখ্যার সাথে সময়কালে দ্রুত বৃদ্ধি পেয়েছে, অর্ধেক ধীর।

এই মডেলের জনপ্রিয়তা ক্যাটালগের বাকি অংশের তুলনায় কেমন পরিবর্তিত হয়েছে: প্রতিটি সময়কালে ডাউনলোড, লাইক এবং ব্যবহারের বৃদ্ধি, একই সময়কালের জন্য সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে, এবং সেই সময়ের হিট স্কোর। সাধারণ বৃদ্ধির উপরে থাকলে তা বৃদ্ধি, নিচে থাকলে পতন বোঝায়। অতীত আজকের মোট থেকে পুনর্গঠিত, মডেলের প্রথম দিন এবং যেখানে দুইটি রিডিং আছে সেখানে ডাউনলোডের গতি মাপা হয়েছে; একটি মডেল যা সময়কালের শুরুতে ছিল না তা n/a দেখায়।

উদাহরণ রেন্ডার

এই রেন্ডারগুলো যাঁরা বানিয়েছেন তাঁরা Civitai-তে প্রম্পট ও সেটিংস শেয়ার করেছেন। কীভাবে বানানো হয়েছে দেখতে একটি রেন্ডার বেছে নিন।

এই প্রম্পট নিন

Render by Sajrep on

সেটিংস

স্যাম্পলার

LMS

স্টেপ

গাইডেন্স

সিড

987610379621410

আকার

512x512

প্রম্পট

cute slime girl, happy, wearing heavy armor, chainmail, green, slime, glowing, bones, looking at viewer, side view, detailed background <lora:Hyper-SD15-8steps-lora:0.75> <lora:sd_v15_dpo_lora_v1:0.5> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:0.5>

Render by Sajrep on

সেটিংস

স্যাম্পলার

LMS

স্টেপ

গাইডেন্স

সিড

345043061657583

আকার

512x512

প্রম্পট

Sonic the Hedgehog, bloody, blood, injured, staggering, grinning, determined, surrounded, detailed, hyperdetailed <lora:Hyper-SD15-8steps-lora:0.75> <lora:sd_v15_dpo_lora_v1:0.75> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:0.25>

Render by Sajrep on

সেটিংস

স্যাম্পলার

DPM++ 2M

স্টেপ

গাইডেন্স

7.5

সিড

556051207637958

আকার

512x512

প্রম্পট

feral sylveon, angry, barking, dangerous, angular, intimidating, moon, destruction, moonbeam, energy beam from the moon, glitter, realistic detailed fur <lora:sd_v15_dpo_lora_v1:1.0> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:1.0>

নেগেটিভ প্রম্পট

embedding:deformityv6, embedding:boring_e621_fluffyrock_v4

Render by Sajrep on

সেটিংস

স্যাম্পলার

DPM++ 2M

স্টেপ

গাইডেন্স

7.5

সিড

556051207637958

আকার

512x512

প্রম্পট

ankha cat, detailed fur <lora:sd_v15_dpo_lora_v1:1.0> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:1.0> <lora:more_details:2.0>

নেগেটিভ প্রম্পট

embedding:deformityv6, embedding:boring_e621_fluffyrock_v4

Render by Sajrep on

সেটিংস

স্যাম্পলার

DPM++ 2M

স্টেপ

গাইডেন্স

সিড

345043061657583

আকার

512x512

প্রম্পট

anthro, umbreon, female, drummer, drumming, (white tank top:1.2), grinning, energetic, motion, beating, dramatic lighting, cinematic, realistic detailed fur, photorealistic, viewed from below, (music notes:1.1) <lora:Hyper-SD15-12steps-CFG-lora:1.0> <lora:sd_v15_dpo_lora_v1:0.75> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:0.25>

Render by Sajrep on

সেটিংস

স্যাম্পলার

DPM++ 2M

স্টেপ

গাইডেন্স

সিড

345043061657584

আকার

512x512

প্রম্পট

(manga:1.3), monochrome, feral, pegasus, Rainbow Dash, standing, shouting, serious, hooves, low angle view, dutch angle, cinematic <lora:Hyper-SD15-12steps-CFG-lora:1.0> <lora:sd_v15_dpo_lora_v1:0.75> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:0.25>

Render by Sajrep on

সেটিংস

স্যাম্পলার

DPM++ 2M SDE

স্টেপ

গাইডেন্স

সিড

345043061657583

আকার

512x512

প্রম্পট

anthro, pegasus, Rainbow Dash, wings, hooves, sport clothes, sitting on cloud, mlp, light blue fur, detailed fur, sunny <lora:Hyper-SD15-8steps-lora:0.75> <lora:sd_v15_dpo_lora_v1:0.75> <lora:spo-sd-v1-5_4k-p_10ep_lora_webui:0.25>

Render by Sajrep on