將之前做的產圖寫一份報告

整個 pipeline 拆成三層：

• 訓練端（kohya_ss + 自製多姿勢 base img2img）
• 出圖端（ComfyUI A+B+F workflow：LoRA → Hi-Res Fix → FaceDetailer）
• 操作端（Streamlit 角色管線）。

資料源是單一 YAML，從外觀 prompt、表情、CG 階段、LoRA，檔名全部寫在一處，下游全靠 loader 拼裝。

- 閱讀剩餘部分 -

本篇記錄實際測試 HyperFrames 搭配 Claude Code（cc）製作短影片的完整過程。

初始化專案

npx hyperframes init hypervideo
cd hypervideo

- 閱讀剩餘部分 -

今天在 X 上面看到的 Remotion 使用 React 生成影片，最後效果畫面如下

下面我們就來具體姐說下安裝、使用、跟生成影片，再説明下 React 生成的好處

- 閱讀剩餘部分 -

今天在 x 上面發現個好玩的 AI 應用

給了一張原圖

點圖片上的位置點，可以即時生成對應的縮略解説圖，這個用在景區的概要説明可真是好玩的不行

網址參考如下

https://flipbook.page/

估計使用了 LLM 進行圖片解析再利用訓練過的模型生成圖片，看起來風格是一致的，只是應用價值跟落地有明確的關聯性，但這真的不錯。

成員推斷攻擊（Membership Inference Attack）

目標： 判斷某筆資料是否曾經出現在模型的訓練集中。

攻擊原理&手段

模型對於訓練過的資料會表現出「過度自信」——因為見過這筆資料，所以預測時損失更低、信心度更高。

攻擊者輸入一筆資料 x
        ↓
查詢模型輸出（機率分佈、損失值、logits）
        ↓
觀察信心度是否異常高？損失是否異常低？
        ↓
推斷：x 是否在訓練集中？

- 閱讀剩餘部分 -