Usage guidelines
[Hinata intro video](https://www.youtube.com/watch?v=H-maLsw-pRI)
This model is specially designed to work with Danbooru tags and performs very well with them. However, quality tags like "best quality" and "masterpiece" or score tags like 'score_9' are not supported.
Style
- Artist tags:
artist:ningenmame
- year tags:
year 2024
Character
- Character name:
furina (genshin impact)
Content
PixAI tutorial
Check pixai tutorial [English](https://www.youtube.com/@PixaiART/videos), [Japanses](https://www.youtube.com/@PixAIJP) and [danbooru wiki](https://danbooru.donmai.us/wiki_pages/howto%3Atag)
Example
artist:ningenmame, artist:ciloranko, artist:shosho_lwlw, artist:as109, furina (genshin impact), 1girl, blue eyes, solo, hat, long hair, looking at viewer, smile, blue hair, underwater, bangs, bubble, hair between eyes, white hair, upper body, closed mouth, crown, multicolored hair, air bubble, light rays, ribbon
Setting the resolution to something too large (far above 1024×1024) may result in poor results, but this will be addressed in the next version.
LoRA compatibility: many LoRAs trained on top of SDXL or "XL" models will work to some degree with Hinata; however, for best results, try using LoRAs trained on top of Hinata.
Tip
Try adjusting the Shift parameter (available starting late March 2025) in the Advanced section of the image generation setting panel to add variety and change the look and feel of the image while maintaining the image composition.
Technical training details
Hinata follows the architecture of SDXL. We trained this model in 3 stages,
- Starting from a pretrained model with limited anime image knowledge
- 10M anime images to establish basic knowledge, then refined it with 3 million high-quality images to improve overall quality,
- enhanced aesthetics using carefully selected small anime image sets
We used the rectified flow (RF) algorithm across all stages like Stable Diffusion 3 (https://arxiv.org/abs/2403.03206).
RF algorithm benefits in:
- Simplifying the modeling process
- Providing improved theoretical properties
- Conceptual clarity
- Faster convergence across data distributions
Current maximum training resolution is 1024×1024, with plans to increase to 1536×1536 in the next version.
We're continuously improving the model - the next version will be more stable, diverse, and aesthetically pleasing. Looking forward to your feedback!
利用ガイドライン
Hinata紹介動画
[Hinata紹介動画を見る](https://www.youtube.com/watch?v=H-maLsw-pRI)
このモデルは Danbooruタグ に最適化されており、それらのタグを用いることで高いパフォーマンスを発揮します。 (ただし、 "best quality" や "masterpiece" のような品質タグ、そして"score_9" のようなスコアタグには対応していません）
スタイル
- アーティストタグ:
artist:ningenmame
- 年タグ:
year 2024
キャラクター
- キャラクター名:
furina (genshin impact)
コンテンツ
使い方を学ぶ
PixAIチュートリアル（[英語](https://www.youtube.com/@PixaiART/videos)、[日本語](https://www.youtube.com/@PixAIJP)）や[Danbooru Wiki](https://danbooru.donmai.us/wiki_pages/howto%3Atag)を確認してください。
タグの例
artist:ningenmame, artist:ciloranko, artist:shosho_lwlw, artist:as109, furina (genshin impact), 1girl, blue eyes, solo, hat, long hair, looking at viewer, smile, blue hair, underwater, bangs, bubble, hair between eyes, white hair, upper body, closed mouth, crown, multicolored hair, air bubble, light rays, ribbon
解像度を 1024×1024を大幅に超える値 に設定すると、画質が低下する可能性があります。
この問題は次回のバージョンで改善予定です。
SDXL または 「XL」モデル 向けに学習された多くのLoRAは、Hinataでもある程度動作します。
最適な結果を得るためには、Hinata用に学習されたLoRAの使用を推奨 します。
ヒント
2025年3月下旬以降、「画像生成設定」パネル の 「Advanced」セクション に追加される「Shift」パラメータ*を調整すると、画像の構図を維持しながら、見た目や雰囲気に変化を加えることができます。
テクニカルトレーニング詳細
HinataはSDXLアーキテクチャに基づいています。
このモデルは、以下の3段階のトレーニングプロセスを経て開発されました。
- 事前学習済みのモデル（アニメ画像知識が限定的な状態）からスタート
- 1,000万枚のアニメ画像で基礎知識を構築, 300万枚の高品質画像を用いて全般的な品質を改善
- 選定した小規模アニメ画像セットで美的センスを強化
また、Stable Diffusion 3（[論文リンク](https://arxiv.org/abs/2403.03206)）と同様に、全トレーニング段階でRectified Flow（RF）アルゴリズムを採用しました。
RFアルゴリズムは、以下の利点を提供します：
- モデリングプロセスの簡素化
- 理論的な安定性向上
- 概念的な明確化
- データ分布全体での収束の高速化
現在の最大トレーニング解像度は1024×1024ですが、次のバージョンでは1536×1536に拡張予定です。
次のバージョンでは、より安定し、多様性が向上し、美的にも優れたモデルとなる予定です。
皆様のフィードバックをお待ちしています！
