参数调优指南：flux-3-image-klein-pup-GGUF 官方采样参数（temperature、presence_penalty）逐一解析

大模型微调模型量化本地部署提示工程【免费下载链接】flux-3-image-klein-pup-GGUF项目地址https://ai.gitcode.com/hf_mirrors/unsloth/flux-3-image-klein-pup-GGUF点击查看免费下载项目速览它是什么为什么值得调参flux-3-image-klein-pup-GGUF 是 FLUX 3 Image Klein 的提示词增强器Prompt Upsampler简称 PUP的 GGUF 量化版本。它基于 Qwen3.5-9B 微调而来作用是把你输入的简短图像请求例如一个体操运动员做后空翻扩写成一段 100~350 词的详尽英文描述再交给 FLUX 3 Image Klein 出图——官方验证过这样能显著减少姿势崩坏、手臂缠绕等解剖学问题。这个项目由 Unsloth 量化打包仓库内包含 5 个不同精度档位的模型文件、2 个视觉投影器mmproj以及官方的 system_prompts.json配合 llama.cpp 即可在本地跑起来。核心结论先说官方推荐值就是一组贪心解码 高 presence_penalty的组合绝大多数场景直接照抄即可不需要自己摸索。下文逐项解释每个参数为什么这么设。官方采样参数一览来自 ComfyUI 官方模板README 中明确说明以下参数取自官方 ComfyUI FLUX 3 Image Klein 模板详见 README.md 的 Usage with llama.cpp 一节参数官方值作用一句话temperature1.0配合 top_k 生效的温度系数top_k1只取概率最高的 1 个 token即贪心解码top_p0.95核采样阈值贪心下基本不生效min_p0.0最小概率过滤关闭presence_penalty1.5t2i/ 0i2i惩罚已出现过的词控制啰嗦程度repeat_penalty1.0重复惩罚1.0 即关闭max_tokens3584单次生成最多 3584 个 tokenenable_thinkingfalse关闭 Qwen3.5 的思考模式启动服务的最小命令用 llama.cpp 拉起服务文生图场景llama-server -m flux-3-image-klein-pup-UD-Q4_K_XL.gguf --mmproj mmproj-F16.gguf \ -ngl 99 -c 16384 --jinja然后把system_prompts.json中对应的 system prompt 作为系统消息、你的短请求作为用户消息发送并按上表设置采样参数。temperature 解析为什么看起来随机其实完全确定性很多新手的第一反应是temperature是 1.0那岂不是最大随机不是。关键点在于top_k: 1每一步只允许概率排名第一的 token 被选中temperature在 top_k1 下完全不起作用整个过程就是贪心解码greedy decoding——同一段输入永远得到同一段描述方便复现和排错。如果你想要每次出图描述略有不同配合不同构图探索可以把top_k调到 20~40 并保留temperature: 1.0再视情况微调top_p。但官方强调这套参数是official配置不建议为了求稳而把 temperature 调低——低温度 高 top_k 的组合反而容易让扩写卡在套话上。一句话temperature 1.0 在这里只是占位真正控制随机性的是 top_k。presence_penalty 解析全篇最值得懂的参数presence_penalty会对已经出现过的词施加额外惩罚数值越大模型越倾向于换新词避免反复说同一件事。t2i文生图presence_penalty 1.5这是官方刻意设置的较高惩罚。原因很直观提示词扩写器要产出一整段不重复的场景描述如果它开始循环例如反复写 the background is blurry生成的图就会失衡。1.5 的强度能压制长描述中的词句复读让镜头语言、光影、人物细节逐句推进而不是原地打转官方量化评测也验证过各精度档位循环频率不超过 BF16说明这套解码参数本身就很抗复读。i2i图编辑presence_penalty 0做图像编辑时必须归零。编辑任务的描述通常只有 50~150 词且大量内容是对参考图中已有元素的指代把那个杯子换成蓝色强行推新词会让模型偏离图里实际可见的内容。场景system promptpresence_penalty文生图t2i1.5图像编辑i2i0文生图 定位框t2i_bbox参照 t2i编辑 定位框i2i_bbox参照 i2i四种 system prompt 原文都在 system_prompts.json 中来自 Black Forest Labs未做改动。其他参数与思考模式容易被忽略的两处max_tokens: 3584官方描述长度典型在 100~350 词3584 是足够的安全上限。除非你用t2i_bbox输出描述 JSON 元素表这类超长结构否则没必要改小——改小会截断 JSON导致 FLUX 3 Image Klein 解析失败。enable_thinking: false这是通过chat_template_kwargs传入的聊天模板参数关闭 Qwen3.5 的思考输出。PUP 只该输出描述本身思考内容会混进最终 caption务必保持 false。启动命令里的--jinja参数就是为了让 llama.cpp 正确应用聊天模板两者要搭配使用。调参实操建议从默认值出发的三条经验先跑通官方值。UD-Q4_K_XL 档位约 7.5 GB 显存含 mmproj是官方默认档也是 4-bit 文件中与 BF16 最接近的KL 散度 0.0119。图编辑必须带 mmproj编辑场景要传--mmproj mmproj-F16.gguf或 BF16 版并把参考图放在用户消息文本之前否则模型看不见图。遇到问题再动一个参数描述出现循环 → 确认 presence_penalty 是否为 1.5t2i编辑描述偏离原图 → 确认是否误用了 1.5 而非 0输出混入思考文本 → 确认enable_thinking与--jinja都设置正确。一次只改一个变量否则很难归因。文件清单与精度选择文件大小说明flux-3-image-klein-pup-UD-Q4_K_XL.gguf6.0 GBUnsloth Dynamic 4-bit imatrix4-bit 中最接近 BF16默认推荐flux-3-image-klein-pup-Q4_K_M.gguf5.6 GB标准 4-bit显存紧张时的选择flux-3-image-klein-pup-Q6_K.gguf7.4 GB6-bit质量/体积折中flux-3-image-klein-pup-Q8_0.gguf9.5 GB8-bit最接近 BF16flux-3-image-klein-pup-BF16.gguf17.9 GB未量化原版mmproj-F16.gguf / mmproj-BF16.gguf0.9 GB视觉投影器图编辑必需官方对比实验显示用 Q4_K_M、Q8_0 与 BF16 生成的描述渲染后在后空翻、倒立、拉小提琴等困难姿势上看不出解剖学差异——所以显存不够时放心选低档位参数不用重调。常见问题速查问改温度就能让描述更多样吗不能。先调top_k例如 30temperature 保持 1.0 即可。问图编辑时描述总是重复画面内容检查两点presence_penalty 是否为 0mmproj 是否已加载。问需要联网下载吗本项目为 GGUF 权重仓库若需完整模型文件可通过 git clone 获取仓库LFS 权重随仓库拉取配合 llama.cpp 本地运行全程离线可用。总结temperature 1.0 top_k 1 保证可复现presence_penalty 1.5/0 的双模式是官方解码策略的灵魂所在。记住这张参数表你的 FLUX 3 Image Klein 出图姿势崩坏率就会肉眼可见地下降。✅赞分享大模型微调模型量化本地部署提示工程【免费下载链接】flux-3-image-klein-pup-GGUF项目地址https://ai.gitcode.com/hf_mirrors/unsloth/flux-3-image-klein-pup-GGUF点击查看免费下载相关推荐Qwen3.5-9B-GGUF采样参数调优官方4组temperature/presence_penalty推荐设置清单Qwen3.5 9B GGUF采样参数调优官方4组temperature/presence_penalty推荐设置清单 想让 Qwen3.5 9B GGUFQwen3.5-27B-GGUF采样参数速查表官方推荐的temperature、top_p与presence_penalty设置技巧Qwen3.5 27B GGUF采样参数速查表官方推荐的temperature、top_p与presence_penalty设置技巧 这是一份面向本地部署用户Qwen3.8-2.4T-A95B采样参数调优清单temperature、top_p、top_k与presence_penalty的正确打开方式Qwen3.8 2.4T A95B采样参数调优清单temperature、top_p、top_k与presence_penalty的正确打开方式 Qwen3.上一篇零基础玩转Switch媒体应用从安装到精通的实用指南下一篇如何实现物联网数据集成Apache IoTDB与MQTT协议实战指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考