Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

MiniMax-H3 CFG 蒸馏模型 SFT 后发糊，可能是什么原因？

Đang mở
  • Có gì không ổn?
#1,735 9 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
8/100
Loại issue
Lỗi
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Sôi nổi
Công nghệ
python
Lĩnh vực
ai, machine-learning

Hướng nghiên cứu

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.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

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。

  1. 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。

  1. 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。

  1. 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。

Ngôn ngữ chính
Python
Star
13.2k
Fork
1.3k
Merge trung bình
12 giờ 52 phút
Pull request đã merge (30 ngày)
20

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của modelscope/DiffSynth-Studio

Tất cả issue của modelscope/DiffSynth-Studio

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.