ZenTrainer entrena LoRAs dentro de ComfyUI, con muestras en vivo

Una página de ejecución: la muestra más reciente, la pérdida y las cifras en una columna a la derecha.

Qué entrena

MOSS Image, Krea 2, FLUX 3, FLUX.2 Klein, Qwen-Image 2.1, Z-Image, Anima, Fibo 2.0, SDXL y sus finetunes, además de vídeo MiniMax H3. Hay más modelos listados como no probados. El entrenamiento se ejecuta en NVIDIA (CUDA) o AMD (ROCm) en Linux y Windows.

Simple o avanzado

El modo simple es una receta: de 15 a 40 fotos y un nombre. Los modelos faltantes se descargan solos y las fotos reciben subtítulos. El modo avanzado expone todas las opciones: LoRA o LoKr, entrenamiento con máscara, caption dropout, preservación de clases y optimizadores AdamW, Prodigy, Lion, CAME, schedule-free o de 8 bits.

Mientras una ejecución está en marcha puedes pausarla, extraer una muestra, guardar, cambiar la tasa de aprendizaje y probar tu propio prompt en cualquier checkpoint. La pérdida de validación se mide sobre un conjunto fijo, los LoRA de personajes reciben una puntuación de parecido y las ejecuciones se encolan una tras otra.

Cualquier carpeta dentro de input/ de ComfyUI es un conjunto de datos: en cuadrícula o tabla, con subtítulos editables en el sitio.

Conjuntos de datos

Apúntalo a cualquier carpeta dentro de input/ de ComfyUI. Los subtítulos pueden escribirse con Qwen-VL o Gemma a través de ComfyUI, mantenerse en conjuntos largos y cortos, y editarse en bloque con prefijo, sufijo o buscar y reemplazar. SAM3 puede encontrar el sujeto y limitar el entrenamiento a su máscara, o puedes pintar la máscara tú mismo.

Nueva ejecución: elige el modelo y sus archivos se rellenan, con avisos para los errores habituales.

Instalar

Instálalo desde ComfyUI Manager, reinicia y haz clic en el loto de la barra superior, o abre /zentrainer/. Requiere ComfyUI 0.41 o posterior, y el LoRA acaba en output/zentrainer/loras/.

El repositorio también incluye scripts de inicio que instalan una versión fijada de ComfyUI junto a él, de modo que las actualizaciones de tu instalación principal no puedan romper una ejecución, y sigue leyendo tus modelos donde estén. Una imagen Docker cubre las GPU alquiladas, con una plantilla de Runpod de un clic. macOS aún no es compatible.

Disponibilidad

ZenTrainer está en github.com/Nynxz/ZenTrainer (MIT, v0.4.1). Los conjuntos de datos, las ejecuciones y los LoRA exportados permanecen dentro de tus carpetas de ComfyUI.