用掩码解码驯服 Gemma 3 的「文本河流」伪影
round · x · 2026-11-14
开发者分享控制 Gemma 3 12B 生成图像中文字伪影（text rivers）的方法：对生成过程做 masked decoding，若某个 token 长度不符合预期就将其掩码屏蔽；另外训练了一个 LoRA 注入宽度标签，使模型感知文字长度，之后再做 coherence RL 巩固效果。这是一个可直接复现的解码层技巧组合。
所属事件:开发者用掩码解码技巧抑制 Gemma 3 文字伪影(2 条相关)→
「模型」频道最新
- rasbt 绘制 Inkling 2 Small 架构图：594B 参数用注意力残差 — rasbt · 2026-11-14
- Sokoban 推箱子评测：66 关基准让大模型玩经典解谜游戏 — banteg · 2026-11-14
- On-policy蒸馏论文全能，实验室从业者却集体点赞吐槽帖 — teortaxesTex · 2026-11-14
- mitsuhiko:Anthropic 没做图像模型,Claude 写画画代码却惊人地好 — mitsuhiko · 2026-11-14
- Gemini 密集连发刷新前沿，作者看好未来六个月加速 — iruletheworldmo · 2026-11-14
- 谷歌高管确认 Gemini 4 预训练已启动：迄今最具雄心的一次 — Independent-Wind4462 · 2026-11-14