概要

Z-Image Turbo Trainer は、拡散モデル系の高速化構造を保ちながら LoRA による軽量な微調整を行うためのツールキットです。コアは AC-RF（Anchor-Constrained Rectified Flow）という訓練法で、学習対象を重要な時間ステップ（アンカー）に限定して効率化し、Min-SNR による損失重み付けで時刻ごとの損失変動を抑えます。さらに実行環境に応じたハードウェア最適化（Tier S/A/B）、Vue.js を用いた WebUI、WebSocket によるリアルタイムモニタリングを備え、実運用での使いやすさに配慮した設計になっています（約300字）。

リポジトリの統計情報

スター数: 8
フォーク数: 0
ウォッチャー数: 8
コミット数: 13
ファイル数: 10
メインの言語: Python

主な特徴

AC-RF（Anchor-Constrained Rectified Flow）に基づく効率的な訓練フロー
アンカー（重要タイムステップ）サンプリングによる高速化と安定化
Min-SNR 重み付けで時間ステップ間の損失振れを抑制
ハードウェア自適応（Tier S/A/B）と Vue.js ベースの WebUI + WebSocket 監視

技術的なポイント

本プロジェクトの技術的核は「時間ステップを絞った効率的な訓練」と「軽量な LoRA 微調整」の組み合わせにあります。AC-RF（Anchor-Constrained Rectified Flow）は、拡散過程における全タイムステップを逐次学習する代わりに、モデルの学習効果が高い「アンカー」タイムステップを重視してサンプルを抽出する手法で、計算コストとノイズの両面を削減します。これによりTurbo系の「直線的加速構造」を維持しつつ、LoRA のパラメータのみを微調整することでモデル全体を再学習するよりも遥かに少ないリソースで高品質な適応が可能です。

加えて、Min-SNR（最小 SNR）による損失重み付けを導入しており、拡散過程の早期・後期で生じる損失の不均一性を緩和します。具体的には、時間ごとのノイズ比に応じて学習率・損失スケールを調整することで、特定ステップへの過学習や勾配爆発を防ぎます。実装面では PyTorch ベースの訓練ループ（src/zimage_trainer/acrf_trainer.py）に LoRA モジュール（src/zimage_trainer/networks/lora.py）を組み込み、スケジューラや最適化器、チェックポイント保存を統合しています。

さらに、実用性を高める工夫としてハードウェア自動判定（Tier S/A/B）を備え、GPU のアベイラビリティに応じてバッチサイズやメモリ戦略を切り替えます。これにより、開発者は多様なマシン環境で同一のコードを動かしやすくなっています。フロントエンドは Vue.js で構築され、WebSocket による学習状態のプッシュ配信でリアルタイム監視・可視化が可能です。全体として「少ない計算で安定した微調整を実現する」ことを目標に設計されたツールキットです。（約700字）

プロジェクトの構成

主要なファイルとディレクトリ：

.gitignore: file
README.md: file
config: dir
configs: dir
docs: dir
src: dir（src/zimage_trainer にコア実装）
src/zimage_trainer/acrf_trainer.py: file（AC-RF トレーナー本体）
src/zimage_trainer/networks/lora.py: file（LoRA 実装）
webui: dir（Vue.js フロントエンド、WebSocket 連携）
requirements.txt / その他スクリプト: file

…他 5 ファイル

まとめ

実用的な LoRA 微調整と効率的な訓練戦略を融合した、小規模ながら実用性の高いツールです（約50字）。

リポジトリ情報：

名前: None_Z-image-Turbo_trainer
説明: 説明なし
スター数: 8
言語: Python
URL: https://github.com/None9527/None_Z-image-Turbo_trainer
オーナー: None9527
アバター: https://avatars.githubusercontent.com/u/130847336?v=4

READMEの抜粋：

Z-Image AC-RF Turbo Trainer

基于 AC-RF (Anchor-Constrained Rectified Flow) 的 Z-Image Turbo 模型 LoRA 微调工具。

✨ 特性

🚀 AC-RF 训练 - 保持 Turbo 模型的直线加速结构
🎯 锚点采样 - 只在关键时间步训练，高效稳定
⚖️ Min-SNR 加权 - 减少不同时间步的 loss 波动
🔧 硬件自适应 - 自动检测 GPU 并优化配置 (Tier S/A/B)
🖥️ Vue.js WebUI - 现代化的训练管理界面
📊 实时监控 - WebSocket 推送训练状态

📁 项目结构

zimage-trainer/
├── src/zimage_trainer/          # 核心训练库
│   ├── acrf_trainer.py          # AC-RF 训练器
│   ├── networks/lora.py         # LoR...

Z-Image Turbo トレーナー（AC-RF LoRA 微調整）