>>959
本来は、Stable Diffusionも、仕組みとしては自然言語に対応しているのだが、
個々のcheckpointが学習の際に、自然言語としてのキャプションと一緒ではなく、
個々のタグと羅列と関連して学習したので、生成の際にも単語の羅列の方が効くとなったらしい。