许可协议：openrail
数据集：

• KBlueLeaf/danbooru2023-sqlite

语言：

• 英文

库名称：transformers
管道标签：文本生成
标签：

• 非全年龄向
• 艺术

示例输入：

rating: safe  
artist: <|empty|>  
characters: <|empty|>  
copyrights: <|empty|>  
aspect ratio: 1.0  
target: <|short|>  
general: 1girl, solo, dragon girl, dragon horns, dragon tail<|input_end|>  

DanTagGen - 测试版

DanTagGen（Danbooru标签生成器）灵感源自p1atdev的dart项目，但在架构、数据集、格式和训练策略上均有不同。

版本差异

• Alpha版：基于200万数据集预训练，批次较小，能力有限
• Beta版：基于530万数据集预训练，更大批次，稳定性更高，仅需少量信息即可生成更优质内容

案例展示

案例1：赛马娘Vivlos

基础提示词：

1girl,  
vivlos \(umamusume\), umamusume,  
kxl-delta-style1,  
swimsuit,  
masterpiece, newest, absurdres, sensitive  

对比项	无DTG	DTG-Alpha	DTG-Beta
生成提示词	基础词	基础词+痣/马尾/张嘴等30+特征	基础词+蓝色比基尼/缎带等40+特征
效果图
生成效果	无法生成Vivlos特征	能生成角色特征但细节不足	角色特征精确，细节丰富构图更佳

案例2：赛马娘Daring Tact

基础提示词：

1girl,  
daring tact \(umamusume\), umamusume,  
kxl-delta-style1,  
horse girl, horse tail, horse ears, cafe, table, chair,  
masterpiece, newest, absurdres, safe  

对比项	无DTG	DTG-Alpha	DTG-Beta
生成提示词	基础词	基础词+植物/领带等35+特征	基础词+夹克/食物等40+特征
效果图
生成效果	-	元素增多但角色一致性差	细节与构图显著优化

模型架构

采用400M参数的NanoLLaMA架构（基于LLaMA），支持所有LLaMA推理接口。提供FP16/8bit/6bit量化模型，推荐使用llama.cpp运行。

输入格式

prompt = f"""  
rating: {评分或<|empty|>}  
artist: {画师或<|empty|>}  
characters: {角色或<|empty|>}  
copyrights: {版权或<|empty|>}  
aspect ratio: {宽高比或<|empty|>}  
target: {<|生成长度|>}  
general: {特殊标签}, {通用标签}<|input_end|>  
"""  

训练数据

通过HakuBooru从Danbooru SQLite数据库导出：

• 530万条数据（收藏数前75%）
• 10个训练周期
• 约60~120亿token训练量

开发计划

正在开发Gradio交互界面和SD-WebUI扩展插件。