Fizgig 更新图像训练流程：逐图 loss 跟踪与自动重标注
shootthesound · reddit · 2026-07-24
Fizgig 这次更新面向的是图像模型/LoRA 训练流程，核心是把“训练数据质量管理”做得更智能。
- 它加入了 按图片粒度的 loss 跟踪，每张图都会被标成 easy、suspect、stuck 或 exhausted。
- 对于卡住的样本，系统会用 Qwen3-VL 依据图像内容自动重写 caption，再重新编码继续训练；连续失败后才会把样本剔除，并且有安全机制防止误删健康图片。
- 数据集侧还加入了 ArcFace 视觉一致性过滤、对异常但真实图片的渐进式 warm-up、训练过程中实时预览与相似度评分。
- 运行层面支持 无损暂停/恢复、面向中低显存卡的 fp8 驻留、context LoRA 叠加、训练后修复滑块，以及直接导出到 ComfyUI 的输出格式。
「编程与Agent」频道最新
- 工程师身份危机蔓延:多智能体系统正在重定义软件工程问题 — rakyll · 2026-10-26
- 零基础学员经 AI 辅导也能跑通完整 CI/CD 流水线 — curious_vii · 2026-10-26
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26