MiniMax-H3 CFG 蒸馏模型 SFT 后发糊，可能是什么原因？
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 8/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Attiva
- Stack tecnologico
- python
- Ambito
- ai, machine-learning
Direzione di ricerca
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.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
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。
- Lingua principale
- Python
- Stelle
- 13.2k
- Fork
- 1.3k
- Merge medio
- 12h 52m
- PR unite (30g)
- 20
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di modelscope/DiffSynth-Studio
-
WanToDance: hardcoded `device='cuda'` in music encoder construction crashes model loading on Ascend NPUForse già presa @li-lizhe l’ha presa 17 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
modelscope/DiffSynth-Studio#1707 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Partial download surfaces as "Cannot detect the model type" rather than a download errorForse già presa @MohammadHijjawi97 l’ha presa 15 giorni fa. Aperta
Difficoltà 1/5 1-3 ore Idoneità per principianti 78/100
modelscope/DiffSynth-Studio#1668 ·
I maintainer di solito rispondono entro 1 giorno
-
bfloat16训练时段错误: 数组越界的一种方案Forse di nuovo libera Una pull request per questa issue è stata chiusa senza essere unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
modelscope/DiffSynth-Studio#1499 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
modelscope/DiffSynth-Studio#1373 · 5 commenti · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno
-
[Reproducibility] Training script / config for MiniMax-H3-TrainingAdapter (DeCFG adapter) itselfAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
modelscope/DiffSynth-Studio#1713 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di modelscope/DiffSynth-Studio
Issue simili
-
enhancement good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
hatchet-dev/hatchet#5179 ·
I maintainer di solito rispondono entro 1 giorno
-
python-version
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
bug javascript P2-medium python release:v3.1
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
adrirubio/claude-deck#546 ·
I maintainer di solito rispondono entro 1 giorno