I migrated this project to Fwaun Tune.

Fwaun Tune に移行しました。

A fine-tuned model specializing in flat color, no lineart, deformed character art.

フラットカラー・主線なし、（ちびというほどではない）デフォルメ画風を学習させたファインチューンモデルです。

How this model was made / このモデルの作り方 — fwaun-tools

This model was built with an open-source pipeline I develop, fwaun-tools. Sharing the workflow for transparency:

1. Dataset prep — tags and captions are curated with fwaun-tools (manual editing + WD14 tagger + captioning with OpenAI API + Danbooru tags in one surface).

2. Training — the base model is trained with musubi-tuner on that dataset.

3. Diff extraction & merge — fwaun-tools extracts the full fine-tune delta (tuned − base) and transfers it onto a Turbo checkpoint with merge-diff.

4. Quantization — the merged checkpoint is quantized to INT8 (+ConvRot) with fwaun-tools.

fwaun-tools is a personal project — not heavily tested, so bugs are likely — but issues and pull requests are welcome.

このモデルは、自作のオープンソースツール fwaun-tools を使ったパイプラインで制作しています。透明性のためワークフローを公開します:

1. データセット準備 — タグとキャプションを fwaun-tools で整備(手動編集＋WD14タガー＋Open AI API 互換キャプショナー＋Danbooruタグを1画面に統合)。

2. 学習 — そのデータセットで musubi-tuner を使ってベースモデルを学習。

3. 差分抽出・マージ — fwaun-tools の merge-diff でフルファインチューンの差分(tuned − base)を抽出し、Turbo チェックポイントへ転写。

4. 量子化 — マージ後のチェックポイントを fwaun-tools で INT8(+ConvRot)に量子化。

fwaun-tools は個人開発のツールです。テストは十分ではなく不具合の可能性がありますが、イシューやプルリクエストは歓迎します。