2.好模型在哪里？

同时满足：提示词准确、少乱加细节、生成图好看、模型本身没有问题 的模型，我们就能称之为好模型。

提示词准确 ：顾名思义，就是tag提示词的辨别能力越高越好。提示词辨别能力差，那么我们就难以达到想要的效果。

少乱加细节 ：指的是产生提示词中并不包含的细节，这会影响提示词对于生成图的控制能力。放在模型训练上就是在训练集中大量使用强关联性质tag的图片造成了过拟合。例如在nai模型中flat chest会强制带有child的效果/在Counterfeit-V3.0中rain提示词会强制带有Umbrella，这也是之前所说的“0级污染”。乱加细节不能彻底避免，只能是越少越好。

生成图好看 ：这没什么好说的，生成图无论如何都是炸的话，那这个模型也就没有存在的必要了。

模型本身没有问题： 一般而言是指不含有Junk data和VAE没有问题的模型