[QUESTION] – Anima LoRA training params

快速结论：此 Issue 是关于 Anima LoRA 超参数（尤其是 timestep_sampling 和 discrete_flow_shift）最佳配置的咨询，并非报告 bug。维护者建议将此类讨论移至 Discussions 板块。开发者个人推荐尝试 timestep_sampling="shift" 配合 discrete_flow_shift=1.5 和 sigmoid_scale=1.2。

问题场景

用户在使用 Kohya SD Scripts 的 anima_train_network.py 训练 Anima LoRA 时，寻求“最佳”超参数（hyperparameters）。用户已提供完整的 dataset_config 和训练参数，但认为结果仍有改进空间，尤其是在从 SDXL 切换到 Anima 后。

报错原文

无报错。Issue 标题: [QUESTION] - Anima LoRA training params
关键描述: "Is there already something like 'the best anima hyperparameters'?"

原因分析

这不是一个报错，而是一个典型的“寻求最佳实践”的问题。GitHub Issues 主要用于 Bug 报告和功能请求，此类配置讨论更适合放在 Discussion 标签页。开发者回复确认：关于 timestep_sampling 等值的最佳选择，社区中仍在持续讨论，没有定论。因此，应视为配置优化咨询，而非需要修复的问题。

环境排查

Kohya SD Scripts 工具（anima_train_network.py）
使用的 AI 模型文件（$animaDit, $animaQwen3, $animaVae）
训练数据集（dataset_config 配置）
训练参数（包括 network_dim, network_alpha, learning_rate, timestep_sampling 等）

解决步骤

确认问题性质：此 Issue 不是一个 bug，因此无需代码修复。维护者已关闭该 Issue 并指导用户迁移讨论到 Discussions 标签页。
尝试开发者推荐的替代参数：由于原参数中没有设置 sigmoid_scale，且 timestep_sampling=sigmoid 和 discrete_flow_shift=1.0 可能与 Anima 模型并非最佳搭配，开发者个人建议（可优先尝试）改为：
```
--timestep_sampling="shift"
--discrete_flow_shift=1.5
--sigmoid_scale=1.2
```
将后续讨论移至正确场所：如果你有进一步的超参数优化问题，请在 sd-scripts 仓库的 Discussions 标签页发起新话题。

验证方法

此 Issue 无报错，因此“验证”即确认你的训练结果是否得到改善。请对比应用推荐参数前后的训练损失曲线和生成样本质量。如果问题或讨论需要继续，应确保在 Discussions 板块发起新主题，而不是重新打开此 Issue。

参考来源

kohya-ss/sd-scripts #2363

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

[QUESTION] – Anima LoRA training params