用感觉来理解未知的事物，这疑似有点太原始了，但是你有更好的方法吗。

Understanding the unknown through sensation, this method may be somewhat primitive, but do you have a better approach.

一次完整的模型处理需要13个流程，这些流程分为3种，总之我会尽量完整的解释给你们

A complete model processing requires 13 processes, which are divided into 3 types. In short, I will try my best to explain it to you thoroughly

流程1拆解

模型 A ：(被提取模型) 模型 B ：Extract component B 模型 C : Extract component C

α= -1

Process 1 Breakdown

Model a：( extracted model ) Model b ：Extract component B Model c : Extract component C

α= -1

流程2阶段提取

模型 A ：流程1提取物 1 模型 B ：(被提取模型) 模型 模型 C ：流程1提取物 1

α= 2

进行这一步混合后会得到 流程1提取物2，之后你需要不断更换模型A和模型C 用于得到 流程1提取物4

Phase 2 extraction

Model A: Process 1 Extract 1 Model B: (Extracted Model) Model C: Process 1 Extract 1

α = 2

After this step of mixing, you will obtain Process 1 Extract 2. Then, you need to continuously switch between Model A and Model C to obtain Process 1 Extract 4

我简单介绍一下获取的模型类型

Let me briefly introduce the types of models obtained

流程1提取物 1：通过提取模型以及混合算法，去除了被提取模型的基础部分，而留下来的则是这个模型的画风。这部分我称作画风1.0

Process 1 Extract 1：By extracting the model and using a mixed algorithm, the foundational parts of the extracted model have been removed, leaving behind what I refer to as the style of the model. This part I call Style 1.0

流程1提取物 2：基础1.0 、流程1提取物 3：画风2.0 、流程1提取物 4：基础2.0

Process 1 Extract 2：Basic 1.0 Process 1 Extract 3：Style 2.0 Process 1 Extract 4：Basic 2.0

流程3提纯 流程3需要结合之前的流程使用

模型 A ：画风2.0 模型 B ：画风2.0拆解 流程1提取物 3 模型 C ：画风2.0

α = -1

现在这个模型就回到了未拆解的阶段，并成功的进行了活性化

基础2.0的混合路线也是如此

Phase 3 refine Process 3 needs to be used in conjunction with the previous processes

Model A ：Style 2.0 模型 B ：Style 2.0 Breakdown Process 1 Extract 3 模型 C ：Style 2.0

α = -1

The model has now returned to the unassembled stage and has successfully been Activation

The mixed route of Basic 2.0 is the same.

这种方式也可以增加提取物信息的深度，不过需要进行一些调整

This method can also enhance the depth of the extract information, but some adjustments are needed

我承认我并不是一个专业的研究者，我所做的一切或许毫无意义，又或者我发现的都是错误的，总之，我现在已经感到了疲劳，显然我已经失去了热情。我把大量的时间用在模型混合上，但始终没有得到突破式的发展，或许从最开始我的方向便是错误的。模型训练是AI的正确路线，模型混合不是。模型版本升级是正确路线，模型混合不是。所以你有什么想法吗。