Model
.ai
vi följer öppna AI-modeller

Boring_e621 Negative Embedding: Enhance Images Stylistically AND Topically fluffyrock v4.0

8111°
Boring_e621 Negative Embedding: Enhance Images Stylistically AND Topically fluffyrock v4.0
Skapad av
FoodDesert
på Civitai
Boring e621 by FoodDesert (sic) is a powerful general purpose negative textual inversion that works with most models. Try it for rendering more delicious hamburgers, landscapes, objects, and furries. It must go in a negative prompt. Usage: a delicious hamburger
Skaparens anteckningar
This is a download site for the negative embedding boring_e621. Its original huggingface repository, which goes into more detail about how it was trained and what it does, can be found . Briefly, This embedding attempts to capture what it means for an image to be uninteresting. So if you're using the , you can place this file in stable-diffusion-webui\embeddings and add the trigger word to your NEGATIVE prompt, and your results should become more interesting, both stylistically and topically. The title image for this model illustrates the quality improvements it can make to four simple prompts in the base SD 1.5 model. In the first column, for example, boring_e621_v4 makes the hamburger more photorealistic, places it on a cocobolo table, freshens the vegetables, and adds a slice of cheese and an order of fries. As this embedding is known for its ability to improve furry art specifically, the second image illustrates the improvements it yields on four simple prompts on , a model appearing in many furry mix models. Which version should I get? - boring_e621_v4 (newest and works best with most non-furry models) - boring_e621_fluffyrock_v4 (May work best on models with in their ancestry, which includes most popular furry models) - boring_e621 (works well with most models, but is less intense than v4) Each version has two downloads, a pt file and a safetensors file. They should behave identically, but some programs might only be able to load one of the formats. So if the first one you download doesn't work with your program, try the other. Each of the Suggested Resource models below has specifically been reported to produce great results with one of these embeddings.
Triggerord
boring_e621_fluffyrock_v4
11,149 nedladdningar · 2,357 gillningar på Civitai
SHA256
F80ED3FEE940257916656C72C21AA07B83E2C2C0E18ECEDD3EA98B8B556D39BE
Ranking badge
Updated Oct 22, 2026
Boring_e621 Negative Embedding: Enhance Images Stylistically AND Topically fluffyrock v4.0 på ModelTrends.ai: Heat 8,111°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Popularitetstrend för Boring_e621 Negative Embedding: Enhance Images Stylistically AND Topically fluffyrock v4.0
Värmenpoäng, senaste 12 månaderna
Värmescore
8,111°
Den här veckan
▬
0.0%
8,113° då, 8,111° nu
Den här månaden
▼
0.1%
8,118° då, 8,111° nu
Senaste året
▼
0.4%
8,192° då, 8,111° nu
Boring_e621 Negative Embedding: Enhance Images…: Värmenpoäng, senaste 12 månaderna7,000°7,482°7,963°8,445°8,926°Oct 2025Dec 2025Mar 2026May 2026Aug 2026Oct 20268,111°ModelTrends.ai
7,000°
Golvet
Skalan går från 0° till 9 999°. Allt under 7,000° är reserverat för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta. 7,000° är där mätta data börjar: en modell med riktiga data men nästan inga nedladdningar ligger på golvet, och mätningarna fyller graderna ovanför. Golvet säger inget om modellen; det gör bara graderna ovanför, och det är de som skiljer en modell från en annan.
+1,214°
Civitai-nedladdningar
11,149 nedladdningar av denna exakta version på Civitai. Nedladdningar är den tyngsta ingrediensen och räknas på en logaritmisk skala: tio gånger nedladdningarna lägger till samma 300°, så en modell med en miljon nedladdningar är inte tusen gånger hetare än en med tusen. De sex nedladdningskällorna delar på den termen, fördelat efter deras antal.
+506°
Gilla-markeringar
2,357 gilla-markeringar och tummar upp över källorna. En gilla-markering väger som en halv nedladdning, på samma logaritmiska skala.
−609°
Ålder
−609° eftersom SD15-vikterna släpptes 2022. Varje modell ärver vikternas ålder som den bygger på: 150° per år, upp till 750°, och den fortsätter växa tills dess. Utan det skulle toppen av listan vara checkpoints från 2022 och 2023 baserat på nedladdningar som hunnit samlas under år.
Visa detaljerad uppdelning
Varje siffra på den här sidan kan kontrolleras. Den här modellens heat-poäng är 8,111°, och här byggs den upp en ingrediens i taget, med löpande total efter varje: golvet, graderna varje källa lägger till, bonusen för modelltypen och vad vikternas ålder drar bort. Färgerna är banden i diagrammet ovan. Ordlistan i slutet förklarar varje term.
  1. 1
    Börja vid golvet.
    Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.
    7,000°
    löpande total
  2. 2
    Lägg till nedladdningarna.
    11,149 nedladdnings-ekvivalenter totalt, från Civitai-nedladdningar. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.
    +1,214°
    8,214°
    löpande total
  3. 3
    Lägg till gillanden.
    2,357 gillanden och tummar upp, värda hälften av en nedladdning.
    +506°
    8,720°
    löpande total
  4. 4
    Ta bort åldern.
    SD15-vikterna släpptes 2022: 150° per år, upp till 750°, växande fram till dess.
    −609°
    8,111°
    löpande total
  5. =
    Heat-poängen.
    Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.
    8,111°
Ordlista: termerna som används här
Heat-poäng
Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet
De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter
Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala
Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden
Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet
Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad
Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder
Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde
Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter
Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token
En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint)
Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding
Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter
Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder
Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost
En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng
Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod)
En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend
Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell
Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.
Hur den här modellens popularitet har rört sig jämfört med resten av katalogen: dess tillväxt i nedladdningar, gillningar och användning under varje period, mätt mot en typisk modells tillväxt under samma period, med dess heat-poäng vid den tiden. Över den typiska tillväxten ses som en uppgång, under som en nedgång. Det förflutna rekonstrueras från dagens totalsummor, modellens första dag och dess uppmätta nedladdningshastighet där två mätningar finns; en modell som inte fanns i början av en period visar n/a.
Exempelrenderingar
Prompter och inställningar delade av personerna som gjorde dessa renderingar på Civitai. Välj en rendering för att se hur den gjordes.
Inställningar
Sampler
Euler
Steg
20
Guidance
7
Seed
1116114158387209
Storlek
512x4777
Prompt
feral umbreon, standing, menacing, growling, angry, detailed fur, realistic fur, intense, glowing eyes, looking at viewer, collar, glowing, dark alley, trash, broken window, backlight, night, detail, (photorealistic:1.3) <lora:Hyper-SD15-12steps-CFG-lora:1.0>
Negativ prompt
embedding:boring_e621_fluffyrock_v4
Inställningar
Sampler
DPM++ 2S a
Steg
20
Guidance
7
Seed
161242525
Storlek
1152x1536
Prompt
solo, male, mature male, (male anthro dragon:1.3), (blue body:1.1), (standing:1.3), (kemono:1.2), (sunset:1.23), armor, (robe), (looking back:1.2), raised head, (rear view), landscapes, cliff, dawn, horizon, detailed eyes, portrait, dragon tail, horn, (detailed eyes), (outside:1.35), grass, hill, (cloud), (particles ,firefly, blue glowing:1.3), detailed background, 8k hd, (dark shadows, wide dynamic range, hdr, low light:1.2), by Pino Daeni, barazoku, [by dagasi, by zixiong], cygames, by null-ghost, (scenery)
Negativ prompt
boring_e621_fluffyrock_v4 deformityv6, young, cub, chibi, cute, long neck, nude
Kör lokalt
boring_e621_fluffyrock_v4.pt
PickleTensor
boring_e621_fluffyrock_v4.safetensors
SafeTensor
Ladda ner
Nedladdningar sköts av Civitai. Vissa skapare kräver att du först loggar in på Civitai.