HF 仓库：AnimeNexaLaxCore/Noob2EDIT，公开、人工审核开放。仓库内 data/ 下是分片、旁路表和 manifest.json，demo/ 是加载器适配用的演示包。 来源：ModelScope niangao233/NOOB2EDITGAMECG15M（hitomi gamecg 画廊，按相似度聚类成组）。 本目录是清洗、配对、VLM 标注后的训练用导出，格式为 WebDataset 分片，一个样本 = 一个差分组。 demo/ 下是给数据加载器适配用的小规模演示包，格式与正式分片完全一致。 - family：cg 游戏 CG 差分；sprite 立绘（原图带透明通道，已合成白底）。两套分片分开，训练时按比例混合。 - split：train / val，按画廊 id 的 sha1 哈希切分（val 占 2%），同一游戏的组不会跨集。 - 分片目标大小 1 GiB（正式），demo/ 为 300 MB。分片内的组顺序按画廊哈希打乱，各年份、各游戏天然混合。 - 分片文件名与 index 单调递增，manifest 中记录每个分片的字节数、sha256、样本数、边数和旁路表 sha256。 一个组在 tar 中是连续的若干成员，key 为 {galleryid}g{组号}： - CG 分支保留原始 AVIF 字节，未重编码。 - 立绘和任何带真实透明像素的图，在写入时合成到纯白背景并重编码为 AVIF q90（images[].reencoded = true）。训练数据中不存在 alpha 通道。 - 组内所有图尺寸一致（width /…