一、LoRA训练大师新增支持多组采样功能

LoRA训练大师4.4.0版本新增支持在训练过程中添加多组采样参数，每组采样可以设置不同的提示词和种子参数。

操作方式：在"过程采样"界面点击"添加采样"按钮，可添加任意数量的采样组，每组可独立配置采样提示词、图像尺寸（如1024×1024）和随机种子等参数。

应用场景：该功能允许用户在训练过程中同时测试多组不同的采样效果，便于比较不同参数组合对模型输出的影响。

参数配置示例：

1.训练过程配置

任务命名：需为训练任务指定唯一名称

模型路径：设置基础模型路径

训练类型：选择训练模式

训练轮数：最大训练轮数设置

数据集设置：

启用过程采样，添加三组采样，每组提示词和种子都是不一样的

2保存训练任务

参数检查：在开始训练前需点击"检查训练参数"按钮，系统会验证所有配置参数的合法性。

任务保存：通过"保存训练任务"按钮可将当前配置保存为可重复使用的训练模板。

训练启动：确认参数无误后，直接点击"开始训练"按钮即可启动训练过程。

3.过程采样展示

第一组效果与参数：

采样输出：

系统会按照配置的采样组数自动生成对应数量的采样结果

每组采样结果包含时间戳（如2026-06-02 17:33:35）、输出路径和预览图像

结果对比：

可直观比较不同采样组的输出效果差异

第二组与第三组效果展示：

系统会保留每组采样的完整参数配置记录

支持通过时间戳快速定位特定采样结果

4.模型应用

1）复制模型

模型位置：训练完成后，模型文件保存在指定输出目录

文件格式：输出为标准的.safetensors格式文件

应用准备：需将训练好的模型文件复制到ComfyUI的models/loras目录下

2）文生图工作流配置

使用Anima基础文生图工作流作为测试环境

在工作流中添加"LoRA加载器"节点，选择刚训练好的模型文件

提示词需包含训练时使用的关键词（如"AI搅拌手"）

3）过程采样功能测试

通过3000步的测试训练验证过程采样功能的实际效果

观察输出图像是否准确呈现训练数据集的视觉特征

实用价值：该功能允许用户在训练过程中实时监控多组参数效果，无需等待训练完成即可进行参数优化调整

二、知识小结

型号	功能亮点	技术参数	适用场景
Lora训练大师4.4.0	多组采样支持：- 训练过程支持添加任意组采样- 每组可独立设置提示词和种子	- 采样分组配置- 参数检查机制- 自动训练流程	- AI模型开发- 多参数组合测试- 效果对比验证
	流程可视化：- 实时显示分组采样进度- 自动生成对应参数样本	三组采样并行测试	迭代优化场景
	快速验证：- 模型直接导入comfyui- 工作流集成测试	3000步测试周期	原型验证阶段

可点击下方原文链接观看视频教程👇

https://comfyit.cn/blog/290/?invite_code=TSH