вопросы и ответы по Kohya_ss, OneTrainer, Fluxgym

[user123]

• Вопрос: "Возможно знаешь ещё момент: обучение на 1.5 и XL — помимо описания к фото, нужно ли делать какие-то маски?
  Я видел где-то, что очертания чёрно-белые делают. Это нужно или нет?"
  Ответ: Маски — вещь полезная, особенно при обучении в Kohya.
  
  Позволяют изолировать нужную область (например, лицо);
  
  Используются с Dreambooth-подобной структурой, чтобы задавать плотность обучения.
  
  Kohya позволяет их использовать через параметр --caption_dropout_every_n_epochs и опцию --color_aug.
  Но если ты новичок — лучше начать без масок, иначе можно накосячить в разметке.
• Вопрос: "Какие параметры считаются базовыми для запуска LoRA в kohya_ss, чтобы не перегружать систему?"
  Ответ: Минимальный конфиг для RTX 8 ГБ:
  
  --resolution 512,512 
  --learning_rate 1e-4 
  --train_batch_size 1 
  --max_train_steps 2000 
  --rank 4–8 
  --network_alpha можно = rank 
  
  Обязательно включи --cache_latents, если мало VRAM — экономит сильно.
• Вопрос: "Где-то читал, что у OneTrainer после обучения часто остаётся сетка на изображении. Это так? Почему?"
  Ответ: Да, в OneTrainer такая проблема встречается. Особенно:
  
  Если тренировать на NF4;
  
  Или если не выставить wave/clip настройки корректно.
  
  После перехода на Fluxgym таких артефактов почти не бывает.
• Вопрос: "OneTrainer требует каких-то особенных действий после установки? У меня всё развалилось после перемещения папки."
  Ответ: Да, это критично:
  
  После установки нельзя переименовывать или перемещать папку OneTrainer;
  
  Если переместил — нужно снести виртуальное окружение (venv) и установить заново.
  
  Запуск через start-ui.bat. Нужен установленный Git в системе.
• Вопрос: "OneTrainer действительно так удобен для работы с масками? Чем он отличается от Fluxgym в этом плане?"
  Ответ: Да, OneTrainer удобен, особенно для новичков:
  
  У него встроенные функции для генерации масок;
  
  Есть визуальный интерфейс для работы с шаблонами, чего нет во Fluxgym.
  
  Для сложных случаев (например, "маска по цвету фона" или "по шаблону") — OneTrainer прям выручает.
• Вопрос: "Ребят, а кто чем тренит лоры для флакс? Я вот наткнулся на схему: https://www.runcomfy.com/comfyui-workflows/comfyui-flux-lora-training-detailed-guides
  Тренил 4 часа, результат норм, но где-то подмешались цветочки — как такое получилось?"
  Ответ: Классика 😁
  
  Скорее всего, у тебя в датасете были эти элементы, или в промпте есть "style contamination".
  
  Или же Flux интерпретировал повторяющийся паттерн как декоративный элемент.
  
  Проверяй внимательно датасет и captioning — это влияет очень сильно.
• Вопрос: "Как управлять LoRA в Fluxgym? Где включается/выключается?"
  Ответ: В Fluxgym управление идёт через:
  
  LoRALoader — обязательно указывать путь и имя LoRA;
  
  Поле strength (обычно 0.5–1.0);
  
  Путь к .safetensors прописывается явно, или выбирается в GUI.
  
  Ошибка Value not in list: lora_name — значит, не нашли файл в LORAS.
• Вопрос: "Какое минимальное количество фото нужно для тренировки в Fluxgym? Можно ли часть обрезать до лица, часть — оставить в полный рост?"
  Ответ: Оптимум: 15–25 фото на одного персонажа;
  
  Можно миксовать крупные и в полный рост, но желательно:
  
  70% — фокус на лицо;
  
  30% — ракурсы, общий вид.
  
  Главное — не пересвеченные и не шумные фото.
• Вопрос: "Почему FLUXGYM лучше справляется с сеткой, чем OneTrainer?"
  Ответ: Потому что FLUXGYM работает:
  
  На DEV1 / FP8 конфигурации (не NF4);
  
  И не использует агрессивные квантованные веса.
  
  В OneTrainer при NF4 часто вылезает сетка.
• Вопрос: "Может ли FLUXGYM работать на 4–6 ГБ VRAM? Или надо минимум 8?"
  Ответ: С новыми SVDQ и FP4 можно тренить даже на 4 ГБ:
  
  Использовать модели в int4/swdquant;
  
  Урезать batch_size = 1;
  
  Убрать augmentations и heavy decoding.
  
  В документации по SVDQ всё расписано: https://civitai.com/models/851705/cute-3d-movie-flux-lora

[user123]

• Вопрос: "А можно тренить лору в kohya_ss, если у меня только GTX без RTX? 8 гигов есть, но не знаю потянет ли."
  Ответ: Можно, но:
  
  Используй --lowram режим;
  
  Batch size = 1, gradient_accumulation_steps = 4;
  
  Простой scheduler (например, constant), без warmup.
  
  И отключай все визуализации и логгеры (Weights & Biases, TensorBoard) — они едят память.
• Вопрос: "Что делать, если kohya_ss выдает ошибку 'ValueError: checkpoint incompatible'? Я уверен, что чекпоинт тот же."
  Ответ: Такое бывает:
  
  Если используешь чекпоинт от SDXL, а модель выставлена на SD1.5 (или наоборот);
  
  Или если VAE не совпадает.
  
  Советы:
  
  Проверь config.json и соответствие модели;
  
  Заново укажи путь к VAE.
• Вопрос: "Я вот в OneTrainer всё сделал, вроде запустил, но результат вообще плохой. Лора как будто 'пустая'. Что я сделал не так?"
  Ответ: Есть пара типичных причин:
  
  Неправильный путь к изображению;
  
  Или ты не включил тег или токен при обучении.
  
  Ещё бывает, что caption.txt не был подгружен — проверь логи и пути к метаданным.
• Вопрос: "А FluxGym подходит только для flux-моделей? Или можно использовать и на SD1.5, и на XL?"
  Ответ: Подходит для всех:
  
  FluxGym — это интерфейс обучения, не зависящий от модели;
  
  Ты сам указываешь base checkpoint (SD1.5, SDXL, Dora и т.д.)
• Вопрос: "Хочу собрать схему для flux1-dev-bnb-nf4, но никак не могу подключить LoRA. Все лоадеры пробовал, не работает. Что не так?"
  Ответ: NF4 и LoRA не совместимы.
  
  Нужно отключить LoRA;
  
  Или перейти на DEV1/FP8.
  
  Это ограничение текущих сборок — сжатая NF4 модель не умеет работать с доп.весами.
• Вопрос: "Почему в OneTrainer у меня почти всегда появляется 'сетчатая структура' в изображении после LoRA?"
  Ответ: Это из-за квантованных весов:
  
  В OneTrainer по умолчанию NF4 или FP4;
  
  FluxGym использует FP8 и DEV1, которые более устойчивы.
  
  Если хочешь убрать сетку — тренируй в FLUXGYM или вручную прогони через SD1.5 "на отшлифовку".
• Вопрос: "Что лучше для художественного стиля — OneTrainer или FluxGym? Нужно перенести уникальный арт из книги."
  Ответ: Если стиль уже знаком SDXL — бери его и OneTrainer.
  
  Если уникальный стиль, которого нет в моделях — FluxGym справится так же хорошо.
  
  Главное — чтобы датасет был чистый, с хорошей цветовой консистенцией.
• Вопрос: "У меня 6 ГБ VRAM, работаю во FluxGym. Стоит ли вообще пытаться делать апскейл внутри?"
  Ответ: Лучше не стоит.
  
  При генерации — отключи апскейлеры;
  
  Используй тайловый апскейл (tile upscaler) после генерации, отдельно.
  
  Flux с 6 ГБ работает, но упирается в лимит при 2k и выше.
• Вопрос: "Как повысить качество генерации в Flux при минимальных параметрах?"
  Ответ: Переведи всё ненужное (браузер, Discord) на встроенную видеокарту;
  
  Используй только основные ноды (Sampler, LoRA, Prompt);
  
  После генерации — обрабатывай через Clarity или SD1.5 img2img, чтобы выправить пальцы, текстуры.
• Вопрос: "Может всё-таки не надо тренировать в ComfyUI? Есть же OneTrainer и FluxGym — они удобнее, нет?"
  Ответ: Всё зависит от задачи:
  
  FluxGym — самый простой вход: батник, папка, go;
  
  OneTrainer — удобен, если работаешь с масками, или SDXL;
  
  ComfyUI — мощный, но требует времени и опыта.
  
  Новичкам — лучше начинать с FluxGym или OneTrainer.

[user123]

• Вопрос: "Слышал, что в kohya можно сливать лоры. Это реально? Как это работает?"
  Ответ: Да, в kohya_ss есть инструменты для слияния LoRA:
  
  Через merge_lora.py;
  
  Можно указать веса смешивания (например, 0.7 + 0.3).
  
  Также доступны:
  
  Разделение (extract_lora) — вытащить LoRA из модели;
  
  Обратный мердж (apply_lora).
  
  Удобно для финального тюнинга или сборки блендов.
• Вопрос: "А куда в kohya_ss запихивать этот torch?"
  Ответ: Kohya работает с конкретной версией torch, желательно:
  
  torch==2.0.1 для SD1.5;
  
  torch==2.1.0+cu118 для SDXL.
  
  Лучше поставить его через команду в venv:
  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
• Вопрос: "Здравствуйте. А ткните пжл, с чего начать трейнить Лору в OneTrainer. Есть туториалы? Сколько фото, как описывать?"
  Ответ: Для старта в OneTrainer:
  
  15–25 фото одного персонажа;
  
  Используй подписи (caption) — лучше длинные, хотя бы 15–20 слов;
  
  Режим: fp8, SDXL base, 6–8 эпох, learning rate 1e-4.
  
  Удобный интерфейс, но не забывай про токен в prompt — иначе лора не активируется.
• Вопрос: "Можно ли прервать обучение в OneTrainer, а потом продолжить с сохранённой эпохи?"
  Ответ: Теоретически — можно, но:
  
  В OneTrainer нет автоматического восстановления;
  
  Нужно вручную подставить последний checkpoint, а это не всегда работает.
  
  Надёжнее — тренировать в FLUX или Kohya с resume_from_checkpoint.
• Вопрос: "Хочу сделать художественную LoRA. Что сейчас лучше — FluxGym, OneTrainer или что-то ещё?"
  Ответ: Если стиль уже есть в модели (SDXL, Dora) — бери OneTrainer.
  
  Если стиль уникальный или авторский — лучше FluxGym.
  
  Он стабилен на FP8, хорошо держит форму и реже даёт "сетки".
• Вопрос: "Можно ли в Fluxgym остановить тренировку и продолжить потом? У меня прога крашнулась."
  Ответ: Пока нет.
  
  FluxGym не поддерживает resume по умолчанию.
  
  Если нужно сохранить прогресс — запускай тренировку через kohya или accelerate, где чекпоинты сохраняются по эпохам.
• Вопрос: "Какой torch нужен для ComfyUI + FluxGym? У меня вылетают ноды при запуске."
  Ответ: Сейчас рекомендованный torch==2.1.0+cu121, особенно если у тебя новая видеокарта.
  
  Проверяй соответствие torch, xformers, torchvision.
  
  Все ноды должны быть собраны под одну версию.
• Вопрос: "Какой формат caption лучше использовать в FluxGym? Обычное описание или конкретные теги?"
  Ответ: На YouTube и Boosty часто рекомендуют:
  
  Простое описание, без сложных тегов;
  
  Типа "молодой человек, в пальто, на фоне гор".
  
  FluxGym лучше работает с естественным caption, без "веса токенов".
• Вопрос: "Как понять, что модель после FLUXGYM реально работает? Я натренировал, но не вижу эффекта."
  Ответ: Проверь:
  
  Есть ли токен активации;
  
  Включена ли LoRA в схемe (LoRALoader);
  
  Стоит ли strength хотя бы 0.7.
  
  Также проверь, не стоишь ли ты на NF4 — там LoRA не активна вообще.
• Вопрос: "Как прописать путь к LoRA в FluxGym, чтобы точно заработало?"
  Ответ: Прописывай абсолютный путь:
  
  --lora-dir "D:\AI_ALL\LoRa"
  
  Относительные пути часто ломаются, особенно если запускаешь из другой директории.

[user123]

• Вопрос: "После тренировки в kohya моя LoRA почти не влияет на изображение. Что может быть не так?"
  Ответ: Чаще всего:
  
  Не указан trigger token или он не вставлен в prompt;
  
  Слишком маленький network_alpha (нужно 1.0 или выше);
  
  rank ниже 4 редко работает стабильно.
  
  Также проверь: действительно ли твоя LoRA активно применяется — через сравнение без неё и с ней.
• Вопрос: "Какая модель предпочтительна в kohya_ss: SD1.5 или SDXL?"
  Ответ: SDXL — если нужно максимальное качество и у тебя >=12ГБ VRAM. 
  SD1.5 — легче, быстрее, менее требовательна. 
  В kohya можно работать с обеими, но:
  
  SDXL требует больше шагов и лучшее описание;
  
  SD1.5 — более прощает ошибки.
• Вопрос: "Можно ли тренировать в OneTrainer на слабой видеокарте (например, GTX 1060)?"
  Ответ: Да, но:
  
  Выбирай fp16 или bf16;
  
  batch = 1, epoch = 6–8, маленькое разрешение (512x512);
  
  Долго, но работает.
  
  Альтернатива — использовать preset от испанцев или легкую портативную сборку OneTrainer от Артура.
• Вопрос: "Установил OneTrainer, но не вижу окошек. Только график. Это баг?"
  Ответ: Нет, это проблема интерфейса под Windows 10.
  
  Переключи режим отображения вручную внизу экрана;
  
  Иногда помогает перезапуск start-ui.bat как админ.
• Вопрос: "Почему в OneTrainer появляется сетка на лоре, а в FluxGym — нет?"
  Ответ: Потому что:
  
  OneTrainer часто использует NF4/INT4 квантование, а оно даёт сетку;
  
  FluxGym работает в FP8 или DEV1, которые мягче по шуму и меньше артефактят.
  
  Если хочешь идеальную лору — тренируй в Flux, шлифуй в SD1.5.
• Вопрос: "Какая минимальная видеокарта для FluxGym, чтобы не вылетало?"
  Ответ: Минимум: RTX 3060 12ГБ или эквивалент AMD.
  
  Можно запускать на 8 ГБ (1080Ti), но:
  
  Без апскейла;
  
  Без огромных batch;
  
  В режиме fp16, с ограничениями.
• Вопрос: "Есть ли способ улучшить цвета при генерации после Flux LoRA? Они как-то тусклые..."
  Ответ: Попробуй:
  
  Sampler: DPM++ 2M 
  Scheduler: Karras 
  CFG scale = 6–7 
  Steps = 25
  
  И токен Лоры поставь в начало — это увеличит её влияние на образ.
• Вопрос: "Как правильно обновить Torch для FluxGym + Comfy, чтобы не всё поломалось?"
  Ответ: Удаляешь старый Torch: pip uninstall torch 
  Устанавливаешь новый:
  pip install torch==2.1.0+cu121 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 
  После этого перекомпилируй xformers и sd extensions, иначе вылетят.
• Вопрос: "Какое количество эпох и шагов подходит для FluxGym?"
  Ответ: Оптимально:
  
  16 эпох × 10 шагов 
  learning rate = 1e-4 
  resolution 512x512 или 768x768
  
  Можно больше, если датасет устойчивый.
• Вопрос: "В FluxGym или Kohya можно делать merge нескольких LoRA? Или только в A1111?"
  Ответ: Да, можно:
  
  Kohya — скрипт merge_lora.py;
  
  FluxGym — пока нет интерфейса, но можно использовать merge.py вручную.
  
  A1111 проще — просто загружаешь LoRA через UI и задаёшь веса.

[user123]

• Вопрос: "Как проверить, что LoRA из kohya реально работает? У меня генерация почти не меняется."
  Ответ: Проверь:
  
  Есть ли токен активации (<your_token>) и прописан ли он в prompt;
  
  Включена ли LoRA (в ComfyUI, A1111 или где запускаешь);
  
  weight = 1.0, а не 0.2.
  
  Иногда помогает подать одну из обучающих картинок и сравнить результат через ControlNet.
• Вопрос: "Почему после обучения в Kohya_ss, даже при включённой LoRA, цвета в изображениях блеклые?"
  Ответ: Это частая проблема при низком network_alpha. Попробуй:
  
  Увеличить network_alpha до rank или чуть выше;
  
  Использовать Sampler: DPM++ 2M, Schedule: Karras;
  
  Увеличить CFG Scale до 6–7, и steps до 25–30.
• Вопрос: "Почему в OneTrainer иногда появляется «сетка» на изображении? Как от неё избавиться?"
  Ответ: Сетка = признак:
  
  Квантования (NF4 или INT4);
  
  Недостаточного rank;
  
  Или косяков с датасетом.
  
  Решения:
  
  Тренировать в Fluxgym на FP8;
  
  Или после OneTrainer прогнать картинку через SD1.5 img2img.
• Вопрос: "Стоит ли ставить больше 10 эпох в OneTrainer, если датасет чистый и небольшой?"
  Ответ: Зависит:
  
  6–10 эпох обычно хватает;
  
  Больше — если хочешь максимально вжать стиль;
  
  Но: на слабом датасете больше эпох = выше риск переобучения.
• Вопрос: "Что может вызвать чёрный экран после генерации с новой LoRA из OneTrainer?"
  Ответ: Проблема с VAE (не загружен, не тот формат);
  
  Или LoRA не была активирована вообще;
  
  Также: слишком высокий CFG или слишком низкий вес лоры может "подавить" результат.
  
  Проверь лог, особенно блок загрузки моделей.
• Вопрос: "Почему в Fluxgym часть LoRA работает, а другая «моргает» и ничего не делает?"
  Ответ: Часто проблема в:
  
  Несовместимости весов (NF4, INT4, FP16);
  
  Путь к файлу неправильный;
  
  Или веса LoRA конфликтуют между собой.
  
  Проверь через один LoRALoader, без стэков — чтобы понять, какая лора «ломает» процесс.
• Вопрос: "Какой prompt влияет на активацию LoRA лучше: короткий или длинный?"
  Ответ: Лучше:
  
  Указывать токен в начале prompt;
  
  После — описание (<lora_name>, portrait of young man in forest).
  
  Чем ближе к началу — тем сильнее влияние.
• Вопрос: "Есть ли смысл пробовать LoRA, натренированную в Flux, применять в A1111?"
  Ответ: Да, если она в .safetensors или .pt формате.
  
  Но:
  
  A1111 должен быть обновлён;
  
  CFG в A1111 надо держать ниже (5–7), иначе может «переусиливать» стиль.
• Вопрос: "Какие причины могут быть у того, что LoRA в Fluxgym «вроде включена», но вообще не влияет на картинку?"
  Ответ: Проверяй:
  
  Не стоит ли модель в NF4 (они LoRA не поддерживают);
  
  LoRA-файл точно загружается (.safetensors, .pt);
  
  В prompt есть токен активации.
  
  Иногда помогает просто перезапуск пайплайна с нуля.
• Вопрос: "Как проверить, что LoRA в Flux работает, если результат «похож» и с ней, и без неё?"
  Ответ: Делай контрольный тест:
  
  Используй один и тот же prompt, но с LoRA и без неё;
  
  Сравни 3 генерации. Если результат отличается — работает;
  
  Или: подай референсное изображение из датасета и проверь, приближается ли результат.

[user123]

• Вопрос: "Тренировал в kohya, но при генерации изображения получаются слишком 'мыльными', будто LoRA приглушает детализацию. Что делать?"
  Ответ: Есть два виновника:
  
  network_alpha стоит слишком низко — попробуй поднять до 1.0 или 1.5;
  
  Плохие исходники: если на фото было много шума/мыла — оно и заучилось.
  
  Помогает также: повысить CFG scale при генерации до 6.5 и сменить sampler на DPM++ 2M.
• Вопрос: "Реально ли обучать SDXL в OneTrainer на 8 ГБ видеокарте? У меня RTX 3070, но всё выбивает по памяти."
  Ответ: Реально, но:
  
  Отключи все логи и визуализации;
  
  Используй fp8 preset, batch size 1;
  
  Запускай через --lowram;
  
  Разрешение ставь не выше 768.
  
  У многих работает — просто надо перебрать конфиг.
• Вопрос: "После обучения LoRA в OneTrainer модель не влияет на генерацию — что-то упустил?"
  Ответ: Три частых ошибки:
  
  Забыл указать trigger token в prompt;
  
  LoRA не активирована (в Comfy или A1111);
  
  LoRA weight стоит слишком низко (0.2–0.3 = почти не влияет).
  
  Подними хотя бы до 0.7 для теста.
• Вопрос: "Почему после OneTrainer результат вроде работает, но лицо 'желеобразное', без чёткости?"
  Ответ: Это "отпечаток" NF4/INT4:
  
  Попробуй прогнать изображение через Clarity;
  
  Или сгенерировать картинку с --hires fix или через SD1.5 img2img.
  
  FluxGym или Kohya дают более стабильную детализацию.
• Вопрос: "Почему при генерации через Flux результат почти не меняется, даже с LoRA?"
  Ответ: Проверь:
  
  Точно ли не стоит NF4 модель? Она не поддерживает LoRA;
  
  Прописан ли путь к .safetensors в LoRALoader;
  
  LoRA токен есть в prompt?
  
  Без одного из этих — никакого эффекта не будет.
• Вопрос: "Какая модель в Flux стабильнее для реализма: SDXL или SD1.5?"
  Ответ: SDXL лучше "тащит" на абстракции, картинках с эмоциями, текстурах.
  
  Но по качеству лиц, особенно если с лорой — SD1.5 часто чётче и быстрее.
  
  И главное — легче на железо.
• Вопрос: "У меня в Flux ошибка сразу после запуска. Обновил Comfy, Python, всё по гайду, но ошибка непонятная."
  Ответ: Есть редкий баг:
  
  Windows не выделяет файл подкачки, особенно при 128 ГБ RAM.
  
  Помогает... перезагрузка ПК.
  
  Было не раз — после перезапуска всё заводится нормально.
• Вопрос: "Генерю на SDXL с LoRA из Flux, но всё выходит тускло. Пробовал менять CFG, ничего."
  Ответ: Прими три простых шага:
  
  Sampler: DPM++ 2M, Scheduler: Karras;
  
  CFG = 6.5–7.0, steps = 25;
  
  Token LoRA ставим в начало prompt.
  
  Цвет и детализация сильно зависят от sampler/scheduler — это критично.
• Вопрос: "Пытался запустить InstantID, не работает — модель SDXL вроде есть. Что не так?"
  Ответ: InstantID работает только с SDXL.
  
  Даже если модель называется похоже — надо убедиться, что это действительно base SDXL, а не SD1.5-адаптация.
  
  Иначе ноды просто не подключатся.
• Вопрос: "Можно ли генерировать LoRA на SDXL прямо в ComfyUI?"
  Ответ: Теоретически — да, но не рекомендую.
  
  Интерфейс в Comfy для этого нервный и требует 12ГБ+ VRAM;
  
  Гораздо проще использовать FluxGym или OneTrainer.
  
  Схемы сложные, ошибок море, особенно с текстовыми энкодерами.

[user123]

• Вопрос: "После тренировки в kohya_ss на SDXL у меня все картинки получаются какими-то тусклыми. Лицо вроде то, а цвета — никакие. Что делать?"
  Ответ: SDXL в kohya требует:
  
  network_alpha не меньше 1.0;
  
  optimizer = AdamW8bit;
  
  Использовать LR scheduler: cosine with restarts.
  
  В генерации — поднимай CFG до 7, steps до 28 и ставь sampler DPM++ 2M Karras.
• Вопрос: "После OneTrainer генерация вообще не изменилась. Вроде всё по гайду. Где ошибка может быть?"
  Ответ: Проверь:
  
  LoRA точно загружена? (файл .safetensors читается?);
  
  Указан ли trigger token в prompt;
  
  В интерфейсе стоит ли вес не ниже 0.7.
  
  Часто бывает: обучение прошло, но забыли включить LoRA в Comfy или A1111.
• Вопрос: "В OneTrainer обучал на NF4, теперь в Comfy всё в 'сетке'. Есть способ это исправить без переобучения?"
  Ответ: Сетка = классика NF4.
  
  Спасает:
  
  Генерация с SD1.5 через img2img (подчищает);
  
  Postprocessing через Clarity, Supir или ESRGAN.
  
  Но лучше: переучить в FP8 через Flux — стабильнее результат.
• Вопрос: "Флюкс не понравился — генерация плохая, всё какое-то серое. Это флюкс виноват?"
  Ответ: Нет, скорее:
  
  Неправильная модель (например, NF4 вместо DEV1);
  
  LoRA не активна, или стоит weight = 0.3;
  
  Плохой prompt.
  
  Простой тест: отключи LoRA — если картинка лучше, значит LoRA испорчена.
• Вопрос: "Генерация с LoRA из Flux выглядит хуже, чем без неё. Почему?"
  Ответ: Такое бывает:
  
  LoRA переобучена, слишком сдавленное latent пространство;
  
  Или она обучалась на плохом датасете.
  
  Пробуй:
  
  Снизить LoRA weight до 0.6;
  
  Проверить результат в img2img режиме.
• Вопрос: "Подскажите, как активировать LoRA в Fluxgym вручную? GUI не вижу."
  Ответ: Через ноду LoRALoader:
  
  В поле lora_path — путь к .safetensors;
  
  В trigger_token — нужный токен;
  
  В strength — 0.7–1.0.
  
  Обязательно проверить, чтобы модель не была NF4 — такие LoRA не поддерживают.
• Вопрос: "Можно ли в Flux делать LoRA для SDXL, если у меня 8ГБ видеокарта?"
  Ответ: Да, можно:
  
  resolution 768x768;
  
  batch_size = 1, gradient_accumulation = 2;
  
  learning rate = 1e-4.
  
  Желательно выключить всё фоновое и оставить минимум логики в пайплайне.
• Вопрос: "Установил FluxGym, но LoRA не применяется. Всё подключено, токен прописан. Где копать?"
  Ответ: Проверь:
  
  Модель точно не NF4?
  
  В prompt есть токен в начале?
  
  В LoRALoader прописан абсолютный путь?
  
  Иногда помогает просто перезапуск ComfyUI с чистого проекта.
• Вопрос: "После генерации в Flux картинка вся в полосках. Это из-за лоры?"
  Ответ: Если полосы чёткие — скорее всего:
  
  LoRA была натренирована в NF4 или INT4;
  
  Или проблема с xformers.
  
  Решение:
  
  Переобучить в fp8;
  
  Или отключить LoRA и проверить базу.
• Вопрос: "Есть смысл делать LoRA в OneTrainer, а потом дообучать в Kohya или Flux?"
  Ответ: Да, рабочая схема:
  
  Учишь в OneTrainer (быстро, удобно);
  
  Переходишь в Kohya для доточки;
  
  Или в Flux для перевзвешивания и постобработки.
  
  Главное — сохранить .safetensors или .pt, чтобы потом не конвертировать.