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

शुरुआत करने वालों के लिए सबसे अच्छा। शक्तिशाली वर्कफ़्लो, कम सीखने की कठिनाई।

PirateDiffusion Telegram

Pro studio (SpyGlass) वेब

वीडियो, इमेज, कस्टम चैट पर्सनास और भी बहुत कुछ बनाएं।

किसी भी ब्राउज़र या फोन से मॉडल ब्राउज़ करें, रेंडर करें और सुधारें।

Discord bot (Vector)

अपने सर्वर में Vector जोड़ें या Vector Discord से जुड़ें। कुछ भी बनाएं!

Unified Editor वेब

छवियों और वीडियो के लिए संपादक: एक ही पेज पर रेंडर, संपादित करें, अपस्केल करें और भी बहुत कुछ।

Civitai वेब

प्रयोग के अनुसार भुगतान

Civitai की साइट पर जनरेट करें; हर इमेज के लिए Buzz क्रेडिट्स का भुगतान करें।

लोकल ऐप्स

सेटअप आवश्यक

अगर तुम्हारे कंप्यूटर में अच्छा हार्डवेयर है तो लोकल प्रोग्राम्स सेटअप करो।

ModelDuel वेब

प्रयोग के अनुसार भुगतान

एक बार में 50 तक चेकपॉइंट/बेस मॉडल पर एक ही प्रॉम्प्ट जनरेट करें।

क्लाउड पर GPU किराए पर लें

Graydient क्लाउड GPU

Civitai पर 4,006 डाउनलोड · 113 लाइक

फ्लैट शुल्क, असीमित उपयोग। यह मॉडल एक क्लिक में इंस्टॉल होता है।

RunPod क्लाउड GPU

प्रति मिनट शुल्क

प्रति मिनट GPU किराए पर लें और मॉडल खुद सेटअप करें।

निर्माता

enfugue

Civitai पर

__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

निर्माता के नोट्स

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++ लोकप्रियता रुझान

हीट स्कोर, पिछले 12 महीने

हीट स्कोर

7,780°

इस सप्ताह

▲

0.1%

7,782° तब, 7,780° अब

इस महीने

▲

0.4%

7,787° तब, 7,780° अब

पिछला साल

▲

8.0%

7,845° तब, 7,780° अब

7,000°

फर्श

स्केल 0° से 9,999° तक चलता है। 7,000° से नीचे सब उन मॉडलों के लिए रखा गया है जिन पर अभी तक कोई स्रोत रिपोर्ट नहीं करता, जो वहाँ एक स्टैंड-इन नंबर रखते हैं ताकि सूचियाँ पूरी रहें। 7,000° वह जगह है जहाँ मापा गया डेटा शुरू होता है: एक मॉडल जिसके पास असली डेटा है लेकिन लगभग कोई डाउनलोड नहीं है, वह फर्श पर बैठता है, और माप ऊपर के डिग्री भरते हैं। फर्श मॉडल के बारे में कुछ नहीं कहता; केवल ऊपर के डिग्री कहते हैं, और वही एक मॉडल को दूसरे से अलग करते हैं।

+1,080°

Civitai डाउनलोड

Civitai पर इस सटीक संस्करण के 4,006 डाउनलोड। डाउनलोड सबसे भारी घटक हैं और लॉग स्केल पर गिने जाते हैं: दस गुना डाउनलोड से 300° समान बढ़ोतरी होती है, इसलिए एक मिलियन डाउनलोड वाला मॉडल हजार डाउनलोड वाले मॉडल से हजार गुना ज्यादा गर्म नहीं होता। छह डाउनलोड स्रोत उस एक अवधि को साझा करते हैं, उनके गिनती के अनुपात में विभाजित।

+309°

लाइक्स

स्रोतों में कुल 113 लाइक्स और थम्ब्स अप। एक लाइक आधे डाउनलोड के बराबर होता है, उसी लॉग स्केल पर।

−609°

उम्र

−609° क्योंकि SD15 वज़न 2022 में आए थे। हर मॉडल उस वज़न की उम्र विरासत में लेता है जिस पर वह बना है: सालाना 150°, अधिकतम 750° तक, और तब तक बढ़ता रहता है। इसके बिना सूची के शीर्ष पर 2022 और 2023 के चेकपॉइंट होते जो वर्षों के डाउनलोड के बल पर होते।

विस्तृत विवरण दिखाओ

इस साइट पर हर नंबर की जांच की जा सकती है। इस मॉडल का हीट स्कोर 7,780° है, और इसे एक-एक घटक के हिसाब से बनाया गया है, हर एक के बाद कुल योग के साथ: फर्श, हर स्रोत द्वारा जोड़े गए डिग्री, मॉडल के प्रकार के लिए बोनस और इसके वज़न की उम्र जो घटाती है। रंग ऊपर के चार्ट के बैंड हैं। अंत में शब्दावली हर शब्द को परिभाषित करती है।

1
फर्श से शुरू करें।
क्यों 7,000° और शून्य नहीं: स्केल 0° से 9,999° तक चलता है, और 7,000° से नीचे का हिस्सा उन मॉडलों के लिए आरक्षित है जिन पर अभी तक कोई स्रोत रिपोर्ट नहीं करता, जो वहाँ एक स्टैंड-इन नंबर रखते हैं ताकि सूचियाँ पूरी रहें और कभी भी डेटा वाले मॉडल से ऊपर न रहें। 7,000° वह जगह है जहाँ मापा गया डेटा शुरू होता है। एक मॉडल जिसके पास असली डेटा है लेकिन लगभग कोई डाउनलोड नहीं है, वह यहाँ बैठता है; इसके बाद सब माप है, और फर्श के ऊपर जगह में दस दस गुना कदम होते हैं, हर एक 300° के। फर्श हर मॉडल के लिए एक जैसा है, इसलिए यह कुछ तय नहीं करता; ऊपर के डिग्री तय करते हैं।
7,000°
चल रहा कुल
2
डाउनलोड जोड़ें।
कुल 4,006 डाउनलोड-बराबर, Civitai डाउनलोड से। दस गुना डाउनलोड से वही 300° बढ़ता है, इसलिए साइज मायने रखता है लेकिन स्कोर को कभी भी ज्यादा नहीं बढ़ाता।
+1,080°
8,080°
चल रहा कुल
3
लाइक्स जोड़ें।
113 लाइक्स और अंगूठा ऊपर, जो एक डाउनलोड के आधे वजन के बराबर हैं।
+309°
8,389°
चल रहा कुल
4
उम्र हटा दो।
SD15 वेट्स 2022 में आए थे: सालाना 150°, अधिकतम 750°, तब तक बढ़ते रहते हैं।
−609°
7,780°
चल रहा कुल
=
हीट स्कोर।
इस मॉडल का इस साइट की हर सूची में स्थान। इसे कुछ और नहीं बदलता।
7,780°

शब्दावली: यहाँ इस्तेमाल हुए शब्द

हीट स्कोर: एक नंबर जो बताता है कि मॉडल अभी कितना इस्तेमाल हो रहा है और कितना पसंद किया जा रहा है, 0° से 9,999° तक। इस साइट की हर 'सबसे गर्म' सूची इसी के हिसाब से सॉर्ट होती है।
फ्लोर: 7,000° जो हर मॉडल को असली डेटा के साथ मिलता है। स्केल 0° से 9,999° तक चलता है; फ्लोर से नीचे का हिस्सा बिना डेटा वाले मॉडल के लिए रखा गया है, ताकि डेटा वाला मॉडल हमेशा ऊपर रहे। फ्लोर सबके लिए एक जैसा है और कुछ तय नहीं करता; इससे ऊपर के डिग्री माप हैं।
डाउनलोड-बराबर: स्कोर जो कुछ भी डाउनलोड मानता है, उसका जोड़: खुद डाउनलोड, हर टोरेंट सीडर को 1,000, हर AI Horde इमेज और हर जनरेशन साइट पर रन को 1 माना जाता है।
लॉग स्केल: दस के हिसाब से गिनती, एक-एक करके नहीं: 1,000 से 10,000 डाउनलोड जाना उतना ही डिग्री बढ़ाता है जितना 10,000 से 100,000 जाना। इससे बड़े मॉडल बाकी सबको दबाते नहीं।
लाइक्स: हर स्रोत से अंगूठा ऊपर और लाइक्स, जो लॉग स्केल पर आधे डाउनलोड के बराबर हैं।
अपनाने की दर: अभी मॉडल को रोजाना कितने डाउनलोड मिल रहे हैं, दो माप के बीच के अंतर से। डाउनलोड के वजन का एक चौथाई।
मापा और अनुमानित: मापा मतलब किसी स्रोत के दो रीडिंग मौजूद हैं और उनका अंतर असली है। अनुमानित मतलब केवल आज का कुल पता है और पिछला डेटा मॉडल के जीवनकाल में फैला हुआ है; साइट बताती है कि कौन सा दिखा रही है।
सीडर: कोई जो वज़न की कॉपी ऑनलाइन रखता है ताकि दूसरे टोरेंट के जरिए डाउनलोड कर सकें, या होस्टेड मिरर जो ऐसा करता है। हर एक को 1,000 डाउनलोड माना जाता है।
AI हॉरड: एक स्वयंसेवी नेटवर्क जो दान किए गए कंप्यूटरों पर मुफ्त में इमेज बनाता है। किसी मॉडल के साथ बनाई गई इमेज की संख्या सार्वजनिक होती है, और हर एक को एक डाउनलोड माना जाता है।
जनरेशन साइट्स: ऐसी साइट्स जो अपने मॉडल की कॉपी होस्ट करती हैं और लोगों को उससे जनरेट करने देती हैं, जैसे PixAI, SeaArt और Yodayo। इनके डाउनलोड Civitai की तरह गिने जाते हैं और हर जनरेशन रन को एक डाउनलोड माना जाता है।
OpenRouter टोकन: Claude या GPT जैसे API के माध्यम से सेवा प्राप्त टेक्स्ट मॉडल के लिए डाउनलोड करने के लिए कोई वज़न नहीं होता, इसलिए इसका उपयोग टोकन में मापा जाता है: वे टेक्स्ट के टुकड़े जो इसने OpenRouter के माध्यम से पढ़े और लिखे, जो कई ऐप्स द्वारा उपयोग किया जाने वाला एक गेटवे है, पिछले 30 दिनों में। हर 10,000,000 टोकन एक डाउनलोड के रूप में गिने जाते हैं। स्रोत: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
पूरा मॉडल (चेकपॉइंट): खुद जनरेट करने वाली फाइल, वज़न खुद में। इसे बोनस मिलता है क्योंकि एड-ऑन इसी पर निर्भर होते हैं।
LoRA और एम्बेडिंग: छोटे एड-ऑन फाइल जो किसी और के वज़न को एक स्टाइल, कैरेक्टर या कॉन्सेप्ट की ओर मोड़ते हैं। ये अकेले नहीं चल सकते।
फैमिली और वज़न: जिस बेस पर मॉडल बना है, जैसे SD 1.5, SDXL, Flux या Wan। हर मॉडल अपने फैमिली के वज़न की रिलीज़ तारीख विरासत में लेता है।
उम्र: कितने समय पहले फैमिली के वज़न आए थे उसके हिसाब से घटाई गई डिग्री: सालाना 150°, अधिकतम 750° तक। यह पुराने डाउनलोड्स को सूची के शीर्ष से फ्रीज करके रखता है।
फैमिली बूस्ट: इस साइट द्वारा अभी आगे बढ़ाए जा रहे फैमिली के LoRA के लिए एक छोटा, सीमित बढ़ावा, जो हमेशा ब्रेकडाउन में दिखता है।
स्टैंड-इन स्कोर: एक स्थिर संख्या जो उस मॉडल को दी जाती है जिसके लिए अभी कोई स्रोत रिपोर्ट नहीं है, ताकि सूचियाँ पूरी रहें। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता।
नया! (ग्रेस अवधि): एक मॉडल जो 7 दिनों से कम पुराना है, वह स्कोर के बजाय नया! दिखाता है और रैंकिंग में कोई स्थान नहीं रखता। इसका स्कोर पहले दिन से गणना किया जाता है, लेकिन एक दिन पुराना मॉडल सबसे तेज़ बढ़ता है, इसलिए बिना इंतजार के सप्ताह का #1 हमेशा कल निकला हुआ मॉडल होता बजाय उस मॉडल के जो एक सप्ताह तक टिके।
ट्रेंड: किसी अवधि में मॉडल की बढ़त की तुलना उसी अवधि में सामान्य मॉडल की बढ़त से। सामान्य से तेज़ बढ़त को उछाल माना जाता है, धीमी को गिरावट।
सामान्य मॉडल: कैटलॉग का मध्य: आधे मॉडल जिनके आंकड़े हैं, उन्होंने उस अवधि में तेज़ बढ़त की, आधे ने धीमी।

इस मॉडल की लोकप्रियता कैटलॉग के बाकी हिस्सों के मुकाबले कैसे बढ़ी है: हर अवधि में डाउनलोड, लाइक और उपयोग में इसका विकास, उसी अवधि में सामान्य मॉडल के विकास के मुकाबले मापा गया, और उस समय इसका हीट स्कोर। सामान्य विकास से ऊपर बढ़ोतरी दिखाती है, नीचे गिरावट। अतीत को आज के टोटल, मॉडल के पहले दिन और मापा गया डाउनलोड स्पीड से फिर से बनाया गया है जब दो रीडिंग्स मौजूद हों; अगर मॉडल उस अवधि की शुरुआत में मौजूद नहीं था तो n/a दिखता है।

उदाहरण रेंडर

Civitai पर ये रेंडर बनाने वाले लोगों द्वारा साझा किए गए प्रॉम्प्ट और सेटिंग्स। यह देखने के लिए कोई रेंडर चुनें कि इसे कैसे बनाया गया।

यह प्रॉम्प्ट पाएँ

Render by Sajrep on

सेटिंग्स

सैंपलर

LMS

स्टेप्स

गाइडेंस

सीड

987610379621410

आकार

512x512

प्रॉम्प्ट

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

सेटिंग्स

सैंपलर

LMS

स्टेप्स

गाइडेंस

सीड

345043061657583

आकार

512x512

प्रॉम्प्ट

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

सेटिंग्स

सैंपलर

DPM++ 2M

स्टेप्स

गाइडेंस

7.5

सीड

556051207637958

आकार

512x512

प्रॉम्प्ट

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>

नेगेटिव प्रॉम्प्ट

embedding:deformityv6, embedding:boring_e621_fluffyrock_v4

Render by Sajrep on

सेटिंग्स

सैंपलर

DPM++ 2M

स्टेप्स

गाइडेंस

7.5

सीड

556051207637958

आकार

512x512

प्रॉम्प्ट

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>

नेगेटिव प्रॉम्प्ट

embedding:deformityv6, embedding:boring_e621_fluffyrock_v4

Render by Sajrep on

सेटिंग्स

सैंपलर

DPM++ 2M

स्टेप्स

गाइडेंस

सीड

345043061657583

आकार

512x512

प्रॉम्प्ट

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

सेटिंग्स

सैंपलर

DPM++ 2M

स्टेप्स

गाइडेंस

सीड

345043061657584

आकार

512x512

प्रॉम्प्ट

(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

सेटिंग्स

सैंपलर

DPM++ 2M SDE

स्टेप्स

गाइडेंस

सीड

345043061657583

आकार

512x512

प्रॉम्प्ट

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