Reddit 网友提出用 Jev 类封闭决策模型根治数据集打标签幻觉
Iory1998 · reddit · 2026-09-21
Reddit 用户 Iory1998 提出一个数据集打标思路:利用 TypeSafe Jev 这类「封闭决策模型」替代 LLM 自由生成 caption。
问题:让 LLM 给图片打 Danbooru 标签会 hallucinate 词表外的伪标签,且跨批次漂移严重;而 Illustrious、Anima 等模型只对学过的标签响应。
方案核心:把开放式提问反转为一组封闭问题,模型单次前向传播只从给定状态列表中选择并输出概率,超阈值才写入 caption——保证零编造标签。先用廉价模型初筛,再用 Jev 类模型逐个确认;最后把冻结的标签列表交给 LLM 纯做翻译生成自然语言描述,一次打标同时产出标签串和 prose 描述。作者尚未动手实现,欢迎已实现者反馈坑点。
所属事件:Reddit 网友提议用封闭决策模型根治数据标注幻觉(2 条相关)→
「多模态」频道最新
- Qwen-Image-2.1 无审查 GGUF 量化版登上 Hugging Face 热榜 — abenzerps · 2026-09-21
- 自研 CUDA 兼容层让 Mac 跑图反超 RTX 5090，最快快 61% — LioDavinchy · 2026-09-21
- 实测 Qwen-Image-2.1：T2I 不敌 Krea2，编辑不如 Flux2Klein 灵活 — Capitan01R- · 2026-09-21
- Reddit 实测:Qwen 2.1 图像生成与编辑被称开源的 Nano Banana 时刻 — LongjumpingGur7623 · 2026-09-21
- GPT-Image 2.5 生成 4×4 像素图，Seedance 2.5 一键动画化 — Aiden_Tech_Ai · 2026-09-21
- Qwen-Image 2.1 上线 SGLang：单张 4090 18.7 秒生成图像 — Alibaba_Qwen · 2026-09-21