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
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11