Iris3B Illustration
Iris3B Illustration is an illustration-focused full fine-tune of Iris-3B. This repository provides the step-1500 text-to-image checkpoint in BF16 alongside a weight-only INT8 version derived from the same trained weights. The diffusion backbone contains 2,987,511,888 parameters. The Qwen3-VL-4B-Instruct text encoder remained frozen during fine-tuning and is obtained separately.
Further style tuning: IrisKimi-3B-v1 builds on this model with 600 additional optimizer updates of style tuning, merged into a complete BF16 checkpoint.
Downloads
| Version | Weights | Configuration | Storage |
|---|---|---|---|
| BF16 | Iris3B-Illustration.safetensors | config.yaml | 5.98 GB |
| INT8 | int8/Iris3B-Illustration-INT8.safetensors | int8/config.yaml | 3.23 GB |
Both versions are complete image-generation checkpoints. Download the matching weights and configuration files for your environment.
The INT8 format is iris-rowwise-int8-v1: 298 Linear layers use weight-only per-output-row INT8 quantization with FP32 scaling factors. Remaining parameters retain floating-point storage. Computation is executed in BF16/FP32 via the Iris loader in Aikimi Forge Neo. The INT8 checkpoint requires this compatible loader, while the BF16 checkpoint is also compatible with the official Iris implementation.
Comparison examples
These existing comparisons show original Iris-3B in the top row and the released step-1500 checkpoint in the bottom row. Each pair uses the same positive prompt, negative prompt and seed, at 832×1280, 100 sampling steps and CFG 3 in Aikimi Forge Neo's normal mode.
Generation, before restoration
After the same official restoration
Both models' outputs were resized to 512×788 and processed with the same official Iris-3B restoration model at 4×, producing 2048×3152 images. The sheets display thumbnails. Per-scene comparison PNGs and all prompts, negative prompt and seeds are available separately. Per-scene comparisons place original Iris-3B on the left and the step-1500 checkpoint on the right.
Training
Training data consisted of illustration images. The backbone was trained on an NVIDIA A100 80 GB using 1024 px aspect-ratio buckets. All 2,987,511,888 diffusion backbone parameters were trainable.
| Phase | Optimizer updates | Selected pool images | Image presentations | Learning rate |
|---|---|---|---|---|
| 1 | 1–300 (300 updates) | 5,000 | 8,400 | 1e-5, 30-update warmup |
| 2 | 301–800 (500 updates) | 16,000 | 14,000 | 1e-5 |
| 3 | 801–1500 (700 updates) | 24,000 | 19,600 | 5e-5 |
The released checkpoint reflects 1,500 cumulative optimizer updates and 42,000 total image presentations. Selected pool images indicate the candidate pool size available during each phase. In Phase 3, 19,533 distinct images were presented, with zero image-ID or SHA-256 hash overlap with the pools used in Phases 1 and 2. Model weights, optimizer moments, scheduler position, and random state were preserved across continuations; the learning rate was increased fivefold at update 800.
| Setting | Value |
|---|---|
| Micro-batch / gradient accumulation | 14 / 2 |
| Effective batch | 28 images per optimizer update |
| Optimizer | bitsandbytes AdamW8bit 0.49.2 |
| Adam betas / weight decay | (0.9, 0.95) / 0 |
| Gradient clipping | 0.5 |
| Caption dropout | 0.1 |
| Training precision | FP32 master weights, BF16 autocast |
| EMA | Disabled |
| Export precision | BF16; INT8 converted from this BF16 export |
Training code examples
Public Colab notebooks and Python examples are available in AiWithYou/iris-3b-colab-training. They cover full fine-tuning, continuation with resumable checkpoints, and LoRA training.
Use in Aikimi Forge Neo
Download your preferred checkpoint version:
hf download Aikimi/iris-3b-illustration Iris3B-Illustration.safetensors config.yaml --local-dir models/Iris-3B/checkpoints/iris-3b-illustration
hf download Aikimi/iris-3b-illustration int8/Iris3B-Illustration-INT8.safetensors int8/config.yaml --local-dir models/Iris-3B/checkpoints/iris-3b-illustration
- Open the Iris tab in Aikimi Forge Neo.
- Refresh the checkpoint list and select the downloaded
.safetensorsfile. - Prepare the shared runtime and Qwen3-VL-4B-Instruct text encoder as needed.
For the official Iris standard sampler, save the downloaded BF16 weights as model.safetensors beside config.yaml.
Example sampling settings:
- Resolution: ~1 megapixel (e.g., 1024×1024)
- Sampling steps: 50
- CFG scale: 3.0
- Flow shift: 4.0
- Prompts: Descriptive English prose or illustration tags
License and credits
Distributed under the Apache License 2.0. The diffusion backbone was modified by full fine-tuning and INT8 weight conversion. See NOTICE.
- Original model and architecture: Speridlabs Iris-3B, official code.
- Text encoder: Qwen3-VL-4B-Instruct remains a separate dependency under its original license.
Iris3B Illustration (日本語)
Iris3B Illustration は、Iris-3B をベースにしたイラスト向けのフルファインチューニングモデルです。本リポジトリには、1,500 回のオプティマイザ更新後の BF16 画像生成チェックポイントと、同一の学習済み重みから変換された weight-only INT8 バージョンが同梱されています。拡散バックボーンのパラメータ数は 2,987,511,888 です。テキストエンコーダの Qwen3-VL-4B-Instruct は学習中固定されており、別途取得する必要があります。
絵柄をさらに調整したモデル: IrisKimi-3B-v1 は、本モデルをベースに600回の追加更新で絵柄を調整し、調整分をマージしたBF16モデルです。
ダウンロード
| バージョン | 重みファイル | 設定ファイル | 容量 |
|---|---|---|---|
| BF16 | Iris3B-Illustration.safetensors | config.yaml | 5.98 GB |
| INT8 | int8/Iris3B-Illustration-INT8.safetensors | int8/config.yaml | 3.23 GB |
両バージョンとも完全な画像生成チェックポイントです。使用環境に合わせて対応する重みファイルと設定ファイルをダウンロードしてください。
INT8 形式は iris-rowwise-int8-v1 です。298 個の Linear 層に対して出力行ごとの INT8 重みと FP32 スケールファクターを適用した weight-only 量子化を行っており、その他のパラメータは浮動小数点形式のまま保持されます。推論時の計算は Aikimi Forge Neo の Iris ローダーを経由して BF16/FP32 で実行されます。INT8 チェックポイントにはこの対応ローダーが必要ですが、BF16 チェックポイントは公式の Iris 実装でもそのまま動作します。
比較作例
生成済みの5題材を比較しています。一覧画像は上段が元の Iris-3B、下段が公開中の1,500更新版です。各組で正・負プロンプトとSeedを揃え、832×1280、100 sampling steps、CFG 3、Aikimi Forge Neo の normal モードで生成しています。
- 生成画像の比較一覧
- 公式復元後の比較一覧
- 題材ごとの比較PNG（左が元モデル、右が1,500更新版）
- 全プロンプト・ネガティブプロンプト・Seed
復元は両モデルの出力を512×788に縮小し、同じ公式 Iris-3B 復元モデルで4倍処理した2048×3152の画像です。比較一覧は縮小表示しています。
学習
学習データにはイラスト画像を使用しました。学習は NVIDIA A100 80 GB 上で、1024 px のアスペクト比バケットを用いて実施されました。拡散バックボーンの全 2,987,511,888 パラメータが学習対象です。
| フェーズ | オプティマイザ更新回数 | 選択プール画像数 | 画像提示回数 | 学習率 |
|---|---|---|---|---|
| 1 | 1–300 (300 回更新) | 5,000 | 8,400 | 1e-5, 30 回ウォームアップ |
| 2 | 301–800 (500 回更新) | 16,000 | 14,000 | 1e-5 |
| 3 | 801–1500 (700 回更新) | 24,000 | 19,600 | 5e-5 |
公開チェックポイントは、全フェーズ累計で 1,500 回のオプティマイザ更新と 42,000 回の画像提示を経て作成されています。選択プール画像数は各フェーズで選択対象となった画像プールを示しています。フェーズ 3 では重複のない 19,533 枚の固有画像が提示されており、フェーズ 1 および 2 の画像プールとの画像 ID や SHA-256 ハッシュの重複はありません。モデルの重み、オプティマイザのモーメント、スケジューラ位置、乱数状態はフェーズ間で保持されて継続され、更新 800 回時点で学習率が 5 倍に引き上げられました。
| 項目 | 設定値 |
|---|---|
| マイクロバッチ / 勾配蓄積 | 14 / 2 |
| 実効バッチサイズ | オプティマイザ更新あたり 28 画像 |
| オプティマイザ | bitsandbytes AdamW8bit 0.49.2 |
| Adam ベータ / 重み減衰 | (0.9, 0.95) / 0 |
| 勾配クリッピング | 0.5 |
| キャプションドロップアウト | 0.1 |
| 学習精度 | FP32 マスター重み、BF16 autocast |
| EMA | 無効 |
| エクスポート精度 | BF16 (INT8 はこの BF16 エクスポートから変換) |
学習コード例
ColabノートブックとPythonのコード例は AiWithYou/iris-3b-colab-training に公開しています。全体FT、チェックポイントから再開できる継続学習、LoRA学習に対応しています。
Aikimi Forge Neo での利用方法
使用するバージョンを選択してダウンロードしてください。
hf download Aikimi/iris-3b-illustration Iris3B-Illustration.safetensors config.yaml --local-dir models/Iris-3B/checkpoints/iris-3b-illustration
hf download Aikimi/iris-3b-illustration int8/Iris3B-Illustration-INT8.safetensors int8/config.yaml --local-dir models/Iris-3B/checkpoints/iris-3b-illustration
- Aikimi Forge Neo の Iris タブを開きます。
- チェックポイント一覧を更新し、ダウンロードした
.safetensorsファイルを選択します。 - 必要に応じて共有ランタイムおよび Qwen3-VL-4B-Instruct テキストエンコーダを準備してください。
公式Irisの標準サンプラーを使う場合は、BF16重みをconfig.yamlと同じ場所にmodel.safetensorsとして保存してください。
サンプリング設定例:
- 解像度: 約 100 万画素（1 メガピクセル、例: 1024×1024）
- サンプリングステップ数: 50
- CFG スケール: 3.0
- Flow shift: 4.0
- プロンプト: 説明的な英文またはイラスト向けタグ
ライセンスと謝辞
本モデルは Apache License 2.0 の下で公開されています。拡散バックボーンはフルファインチューニングおよび INT8 重み変換によって変更されています。詳細は NOTICE を参照してください。
- 元モデルおよび実装: Speridlabs Iris-3B, 公式コード
- テキストエンコーダ: Qwen3-VL-4B-Instruct は別途依存関係として提供され、配布元のライセンスに従います。
- Downloads last month
- 25