diffu-moss-hand-eight

LoRA-адаптер от Gabriel для text-to-image модели MOSS-Image-Base. Он добавляет восемь шведских архивных почерков и выбирается названием коллекции в промпте; сделан для синтетических архивных страниц с разметкой ALTO и PAGE.

🔥 Ключевые особенности

• 🧐 LoRA rank 32, alpha 32 — на 265 Linear-слоях DiT.
• 🤖 Покрывает 42 joint-блока DiT, text refiner, два embedder’а и финальный слой.
• 🫡 Восемь почерков: от Göteborg register и Jämtlands domsaga до Riksregistraturet и Trolldomskommissionen.
• 👀 Почерк задаётся фразой в caption, например «a handwritten page from Riksregistraturet…».
• 😎 Совместим с diffu и PEFT; можно слить адаптер в DiT через merge_and_unload().

🚀 Пример

hf download OpenMOSS-Team/MOSS-Image-Base --local-dir models/MOSS-Image-Base
hf download Gabriel/diffu-moss-hand-eight --local-dir models/adapters/eight
uv run diffu-moss-init --base models/MOSS-Image-Base --out models/moss-base
uv run diffu-run --jobs run.jsonl --draw-settings draw.json --model models/moss-base \
    --lora hand=models/adapters/eight --out out/eight --gpus 1

Подробнее

Обучение: 1 280 окон примерно по 1 MP, 2 000 шагов, AdamW 1e-4; text encoder и VAE заморожены.
Генерация как у MOSS-Image: около 1 MP, 50 steps, guidance 3, shift 5, block 22 пропускается в unconditional pass.
Ограничения: только восемь почерков из конкретных коллекций; нарисованный текст нужно проверять — diffu помечает неподтверждённые строки как unclear.
Лицензия Apache-2.0, как у базовой модели.