Hacktoberfest 2026:メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

OPD做步数蒸馏的疑问

オープン
#1,786 コメント 3 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
30/100
issue の種類
ドキュメント
明瞭さ
説明が足りない
活発さ
活発
技術スタック
machine-learning, python

調査の方向性

Read the OPD implementation in DiffSynth-Studio, locate align_sigmas and the scheduler that updates to sigma=0. Reproduce the 8-to-3 step distillation with Qwen-Image-2.1-Turbo to see the teacher path difference; answer why the first method is used over strict interval matching.

索引モデルが issue の本文から書いたものです。

説明

我在阅读 OPD 实现时注意到,align_sigmas 选取了学生当前区间内的教师节点,但 scheduler 会将最后一步直接更新到 sigma=0。

以Qwen-Image-2.1-Turbo的8步蒸馏到3步为例子,学生当前区间为 1 → 0.845148,教师实际执行的却是 1 → 0.978453 → 0.954180 → 0.926626 → 0.895080 → 0,然后用起始 sigma 归一化得到速度目标。

下面的表格写了两种方法,为什么diffsynth采用第一种方法,而不是“严格区间匹配”这种做法?第一种方法效果更好嘛?

方案 教师积分路径 最后一次教师前向的位置
diffsynth当前实现 1 → .978453 → .954180 → .926626 → .895080 → 0 .895080
严格区间匹配 1 → .978453 → .954180 → .926626 → .895080 → .845148 .895080
主要言語
Python
スター
13.3k
フォーク
1.3k
平均マージ
1日 14時間
マージ済み PR(30日)
43

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

modelscope/DiffSynth-Studio のほかの issue

modelscope/DiffSynth-Studio の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。