三个月全靠 Claude 训 DiT 模型全失败,Reddit 网友哀嚎求救
Old_Manufacturer7905 · reddit · 2026-10-15
一位非技术背景、因 AI 入行的 Reddit 用户想微调一个实时视频编辑的 DiT(RV2V)模型,在 L40S 上摸索三个月仍未成功。他有一份约 250 条 5 秒片段的小数据集,所有训练都交给 Claude(试过 fable、opus、sol 等各档模型),但 LoRA 训练结果始终不如未训练的基础模型。
他的结论是 "Claude 没法帮我训练模型",向社区求救。帖子反映了纯靠 LLM 代做深度学习训练的典型失败模式:缺理论基础时无法判断超参、数据与流程问题出在哪。
「多模态」频道最新
- 新论文:图像 tokenizer 应在图像编码之间训练,伪影更少收敛更快 — ostrisai · 2026-10-15
- 符号音乐 Transformer 和声表示可定位可控,ISMIR 2026 论文 — kastnerkyle · 2026-10-15
- 开源视频追踪工具 ff-tracking 六天 407 星,社区玩法井喷 — PurzBeats · 2026-10-15
- 号称 Gemini 4 纯代码造出可摇晃的纽约雪花球,零素材全靠生成 — prasenx · 2026-10-15
- AI 电影史本周回顾:Firefly 视频、Veo 3.1 等里程碑 — DavidmComfort · 2026-10-15
- 网传 Argon 软糖视频是假的,实测对比 Opus 仍有优势 — socialwithaayan · 2026-10-15