Fizgig

一站式训练、剖析、修复和提取 Krea 2 与 Flux 2 的 LoRA/LoKR

Fizgig 是一个面向 Krea 2 和 Flux 2 Klein 9B 模型的 LoRA 训练与工具集，专注于 LoKR（一种低秩适配变体）的完整生命周期管理。它解决了当前主流 LoRA 工具对新型模型（如 Krea 2、Flux 2 Klein）支持不足的问题，提供从训练、性能剖析、修复到权重提取的一站式流程。核心能力包括：自定义 LoRA/LoKR 训练脚本，支持灵活配置；模型剖析工具，帮助用户理解 LoRA 对生成效果的影响；修复功能，可处理训练不佳或损坏的 LoRA；以及从现有模型中提取 LoRA 的能力，便于迁移和复用。项目基于 Python 实现，深度集成深度学习生态，适合对图像生成模型进行细粒度定制和优化的开发者。