shootthesound/Fizgig

何を解決するか

Fizgig は、特定の AI 画像および動画生成器向けの低ランク適応（LoRA）モデルのトレーニングとリファインメントを可能にする包括的なワークベンチです。一般的な「過剰に焼きすぎた」または不完全な LoRA の問題に対処し、フルリトレーニングを必要とせずに、修正・変異・比較を行うためのツールを提供します。

動作方法

このソフトウェアは、Flux 2 Klein 9B、Krea 2、MiniMax H3 モデルをサポートする高速で VRAM を効率的に使うトレーナーを提供します。ブロックスワッピング、量子化（INT8、NF4、4ビット HQQ）、重み平均（EMA）などの技術を活用し、8GB から 16GB のコンシューマー GPU でもトレーニングが可能になります。トレーニングに加えて、「ワークベンチ」としての後処理ツールも搭載されています：

• Repair Studio：スライダーを使ってブロック単位で LoRA を調整し、アイデンティティやスタイルの問題を修正可能。
• LoRA the Explorer：進化的な変異を使って新しい LoRA のバリエーションを発見。
• LoRA Royale：1つのシードで複数エポックをレンダリングし、クロスフェードで最適なバージョンを特定。
• Profiler：HTML レポートを生成し、どのブロックがスタイルやアイデンティティを担っているかを特定。
• Extract：効率性を高めるために LoRA をより低いランクに抽出。

対象ユーザー

写真、動画、音声、声などにモデルをファインチューニングしたい AI アーティストや開発者で、プロフェッショナルグレードのハードウェアのオーバーヘッドなしに最終出力に正確な制御をしたい人。

特徴

• 低 VRAM 要求：8GB～16GB のコンシューマー GPU で最大 33B パラメータの大きなモデルをトレーニング可能。
• トレーニング後の手術：リトレーニングなしに、ブロック単位で壊れた LoRA を修正可能。
• マルチモーダル対応：MiniMax H3 では、画像、動画クリップ、音声/声の記録のトレーニングをサポート。
• データセットキュレーション：Krea 2 の実験的機能で、問題のある画像を検出し、実行中に画像のキャプションを自動的に再作成。
• 完全なファインチューニング：ベースモデル自体をトレーニングし、その後結果を共有可能な LoRA に抽出可能。