MiniMax-H3 CFG 蒸馏模型 SFT 后发糊，可能是什么原因？
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 8/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Activo
- Stack tecnológico
- python
- Área
- ai, machine-learning
Línea de trabajo
The payload names no files or tests, so start from the issue's three training configurations (direct SFT, DeCFG scaffold, DeCFG with training_cfg_scale=4) and the six-comment thread for any answers already given. This is a diagnosis of why fine-tuned output is blurry, and the open question is whether de-distillation is needed, which is a design decision for maintainers. A useful contribution would be a reproduced comparison of these settings or a maintainer-confirmed direction, not a patch.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
开源权重是 CFG 蒸馏模型。下面三次训练的数据相同：约 几千 条 480p 真人视频，10000 步。
- 直接 SFT
推理时cfg=1 时（就是没有negative embedding）画面崩掉。改成 CFG 推理后能出画面，但清晰度仍然下降。
- 只加 DeCFG 脚手架
训练时加载 DeCFG，推理去掉，cfg=1。能学到一些内容，脸也不再那么油。训到后面视频仍然变糊，音频生成也出问题。
- DeCFG + training_cfg_scale=4
同样 10000 步，推理仍是 cfg=1、一次前向。学习效果比前两种好，但画面上像蒙了一层白雾，原因不清楚。
三次之后，清晰度都比底模下降，这一项目前最影响使用。
下一步打算做去蒸馏，把模型训回推理时走真 CFG（正、负两次前向）。想确认有没有人在 H3 上跑通，以及 training_cfg_scale 的 scale、无条件分支是否还要丢掉参考图和参考视频。
如果有训得比较清楚、音频也正常的配置，希望交流一下数据分辨率、步数、rank、学习率和推理设置。
- Lenguaje dominante
- Python
- Estrellas
- 13.2k
- Forks
- 1.3k
- Merge medio
- 12 h 52 min
- PR fusionados (30 d)
- 20
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de modelscope/DiffSynth-Studio
-
WanToDance: hardcoded `device='cuda'` in music encoder construction crashes model loading on Ascend NPUPosiblemente ocupada @li-lizhe la tomó hace 19 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
modelscope/DiffSynth-Studio#1707 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Partial download surfaces as "Cannot detect the model type" rather than a download errorPosiblemente ocupada @MohammadHijjawi97 la tomó hace 16 días. Abierto
Dificultad 1/5 1-3 horas Aptitud para principiantes 78/100
modelscope/DiffSynth-Studio#1668 ·
Los mantenedores suelen responder en 1 día
-
bfloat16训练时段错误: 数组越界的一种方案Quizá libre de nuevo Un pull request para esta issue se cerró sin fusionarse. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
modelscope/DiffSynth-Studio#1499 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Latest update broke Wan2.2 S2VAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
modelscope/DiffSynth-Studio#1373 · 5 comentarios · 1 reacción ·
Los mantenedores suelen responder en 1 día
-
[Reproducibility] Training script / config for MiniMax-H3-TrainingAdapter (DeCFG adapter) itselfAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
modelscope/DiffSynth-Studio#1713 · 1 comentario ·
Los mantenedores suelen responder en 1 día
Todos los issues de modelscope/DiffSynth-Studio
Issues similares
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
huggingface/smolagents#2976 ·
Los mantenedores suelen responder en 1 día
-
pulp-cli 0.41 break username password auth in older configs (cert and key present but empty)Abiertobug Triage-Needed
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
FuRongJun-1999/dsh-memory#170 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
pgvector/pgvector-python#163 ·
-
[开源推荐] 打拼音就出篆书的输入法，附古文字创作小工具Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 82/100
521xueweihan/HelloGitHub#3940 ·