调 MOSS 采样分布后 12 epoch 超过旧方案 30 epoch 相似度
shootthesound · reddit · 2026-10-19
作者深夜排查 MiniMax H3 与 MOSS 模型 LoRA 训练中人脸相似度难提升的问题，发现根因在噪声调度：MOSS 自带 schedule 只有约 11% 的训练步落在 clean 端（sigma<0.5，负责细节与 likeness），而 Krea 2 有 18-28%，其余步数都在做布局构图，导致 epoch 间指标大幅跳动。
他发布了 Fizgig v8.7.0，新增 Clean-end share 选项，默认 60%。用同一份 53 张图数据集、rank 16、LR 1e-4、同 seed 的 ArcFace 相似度对比：
- 旧调度：epoch 30 才到最好成绩 67%
- Clean-end 60%：epoch 12 即达 68%（约 640 步 vs 1590 步），且稳定在 68-69% 不再震荡
作者强调 60 是实验值，建议社区尝试 30（接近 Krea 2 水平）等数值并回报结果。工具与 release 见 GitHub Fizgig 仓库。
「编程与Agent」频道最新
- 马斯克转发 Grok Bot 功能清单:自带电脑、邮箱与机器人团队 — elonmusk · 2026-10-19
- PoA「代理工作量证明」：AI 智能体靠写作赚实验币的开放网络 — adamamcbride · 2026-10-19
- Next Token 播客：AI 拉到 60 分的东西就变 0 分 — op7418 · 2026-10-19
- 网友用 4 台 DGX Spark 本地跑 GLM 模型，生成 3D 太空作品集网站 — 9r4n4y · 2026-10-19
- 用户称 Amazon 封禁 AI 购物 agent 后其消费骤降超 80% — zeroxjackson · 2026-10-19
- Anthropic 工程师：99% 的人把 Claude Code 当搜索引擎用 — msharmas · 2026-10-19