Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
マ。 ―画像生成モデルマージの活用について / 生成AIなんでも展示会 Vol.4 2025/...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Hemlok
September 02, 2025
Research
95
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
マ。 ―画像生成モデルマージの活用について / 生成AIなんでも展示会 Vol.4 2025/09/06(土)
生成AIなんでも展示会 Vol.4での使用スライド
Hemlok
September 02, 2025
Other Decks in Research
See All in Research
最先端NLP 2026 論文紹介: Wait, Wait, Wait... Why Do Reasoning Models Loop? / SNLP Paper Review: Wait, Wait, Wait... Why Do Reasoning Models Loop?
tkng
0
150
マーケットストリート 社会実験2024 in 秋葉原ジャンク通り 調査報告書
izumiyama_lab
1
120
[最先端NLP勉強会2026] Agentic Rubrics as Contextual Verifiers for SWE Agents
rfujii
1
300
HackSick vol.7 LT資料【LLMアーキテクチャ入門・事前学習時の躓き所解説】 スパースなAttention・状態空間モデル
rikkabotan7
0
170
[SNLP2026] Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach
wataruuuuu
0
220
Anthropic が提案する LLM の内部状態を自然言語で説明可能にした Natural Language Autoencoders / Natural Language Autoencoders Produce Unsupervised Explanations of LLM Activations
shunk031
0
190
Karkada さんの論文 × 2 の紹介: (1) Closed-Form Training Dynamics Reveal Learned Features and Linear Structure in Word2Vec-like Models, (2) Symmetry in language statistics shapes the geometry of model representations
eumesy
PRO
1
400
XDPerf: A High-Performance Traffic Generator Built with WASM and eBPF
takehaya
1
270
J-STAGEの現況と全文XML登載必須化について
xspa2012
0
160
適応的スパムフィルタのための軽量な類似メッセージカウンタ / jsai2026-adaptive-spam-filter
monochromegane
0
5k
「AIとWhyを深堀る」をAIと深堀る
iflection
0
590
Language and AI
ayaniwa
0
220
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
225
10k
Un-Boring Meetings
codingconduct
0
400
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
560
Reality Check: Gamification 10 Years Later
codingconduct
0
2.3k
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
220
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.3k
How to make the Groovebox
asonas
2
2.4k
Leo the Paperboy
mayatellez
8
2.2k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.5k
The agentic SEO stack - context over prompts
schlessera
0
880
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
360
First, design no harm
axbom
PRO
2
1.3k
Transcript
マ。 ―画像生成モデルマージの 活用について 生成AIなんでも展示会 Vol.4 2025/09/06 へむろっく(MixoLogy) / @Hemlok_SD
自己紹介
自己紹介 画像生成AIが好きな一般人。 音ゲーが趣味です! へむろっく ↑担当です。かわいいね @Hemlok_SD hemlok-ai Hemlok
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
モデルマージとは?
ずばり、料理です。
• マージとは、学習済みの既存モデルを掛け合わせて 様々なタスク処理の向上を図る手法のこと。 • 追加学習とは異なり、既存モデルを使用するため 比較的始めやすい。 • LoRA等fine tuningモデルを組み合わせると より表現の幅が広がる。
• 底なし沼。感覚でやってる。 詳しい解説
簡単に言うと • いいとこどりをしよう • モデルを混ぜて調整しよう ってことです。
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
• やり方が簡単 • カスタマイズが自由自在 • 自分好みのモデルが作れる モデルマージのメリット
• 試行錯誤が必要 • モデルごとにやる必要がある • ライセンスの理解が必要 モデルマージのデメリット
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
例えばこの生成画像…
とはいえ 1. プロンプトの効きが良い!! 2. 全体的にまとまってて惜しい!! なんか絵柄が濃い…
そこで モデルマージです!!
• 通常マージ ◦ 一般的なA+Bで行うマージ。 ◦ A+(B-C)のような差分マージもここに入る。 • 階層マージ ◦ U-Netの階層ごとにマージする手法。
◦ 細かい調整ができるが慣れが必要。 マージの種類について
今回は 「階層マージ」で やります。
今回のベースモデルは 「One obsession」
マージするモデルは 「Hassaku XL」
NoobとIllustriousについて ◇Noob系 • NoobAI-XLから派生するモデル • 全体的に色が濃くなりがち。 • プロンプトの効き目が良い。 ◇Illustrious系 •
Illustrious-XLから派生するモデル • 色が薄く絵画的な表現が得意。 • 線が細く、昔のパステルMixっぽい。
使用ツールについて
ComfyUI GitHub: https://github.com/comfyanonymous/ComfyUI • 現在主流のStableDiffusionのオープンソースコードツール。 • ノードベースで自由度が非常に高いのが特徴。 • WebUIよりも複雑だが、なれると戻れない使用感。 •
Forgeが開発終了したため、まだの方は移行推奨。
ワークフロー全体図
プロンプト関係 生成するプロンプトを入力するノード マージレシピを入力するノード 19個の数値でレシピを記入していく。 マージレシピ
マージ処理 マージ処理を行う今回のメインのノードたち。 階層マージの他、別途LoRAマージやモデル保存なしマージにも対応。
画像生成処理 マージしたモデルから画像を生成するノード。 マージのレシピ分画像生成を行いxy画像に出力する。
それではマージ実行!!
マージレシピ比較 • レシピを複数入れて、画像生成をしてレシピごとに生成比較を実施。 • 「これだ!!」と思うものができるまで繰り返す。
マージ結果の生成比較 • いいレシピが見つかったら モデルを保存 →元モデルとの生成画像を 比較して見極めます。 • ここでいい感じになればOK。 • ならなければLoRA等を
追加でマージしていきます。
完成したモデルの生成結果がこちら。 結構変わってるのがわかるかと思います!
このようにモデルマージを使用することで • 生成の幅がぐんと広がる • モチベが上がる • 生成で表現する『楽しみ』が増える と、いいことがたくさん。
目次 1. モデルマージとは 2. モデルマージのメリット/デメリット 3. モデルマージの実例 4. 実際の活用方法
活用例① 制作モデル 「LizMix」 • SDXL画像生成モデル。 • 累計DL1万突破(Civitai) • 1年半の継続更新を実施 • 個人的なマージモデル
代表シリーズ。
活用例② 制作モデル 「HinanoMix」 • SDXL画像生成モデル。 • LizMixの姉妹モデルとして制作。 • 使いやすさとプロンプトの 効きを重視したモデル。 •
Noobベースで汎用性が高いと 好評。
モデルマージ 楽しいのでぜひやってみましょう!