#轻量模型

amused-256是一款基于muse架构的轻量级文本到图像模型，适用于快速大量生成图像的应用。通过并行解码和简化的采样步骤，提高了生成效率。模型使用优化的CLIP文本编码器，共803M参数，较原有的3B参数模型更为小巧。尽管模型体积小，生成图像质量略为降低，但在快速迭代和特定应用场景中仍有出色表现。amused-256允许在简单数据集上进行快速微调，利用最小计算资源来优化训练效果，非常适合资源有限的快速验证任务。

Florence-2-large-PromptGen v1.5 是经过升级的图像标注工具，基于Microsoft Florence-2模型。此版本增加了新指令，提升标注精度，并优化了词汇解释。支持详细和混合风格的标签生成，尤其在T5XXL和CLIP_L的Flux模型中表现出色。其内存高效性和处理速度在图像标注领域具有明显优势。