SD3.5 Medium TSD single-reward

Публичный исследовательский архив от sjy090520: LoRA-адаптеры для Stable Diffusion 3.5 Medium, обученные в трёх отдельных прогонах — под PickScore, OCR и GenEval. Это не полные веса базовой модели: SD3.5 Medium нужно загружать отдельно, и её лицензия продолжает действовать.

📚 Ключевые особенности

• 🔥 Три независимых single-reward тренировки: PickScore, OCR и GenEval.
• 💻 Метод: uniform K8, pm3 endpoint teacher fusion с norm cap, uniform velocity loss.
• 🎙 Seed 0, 10 шагов сэмплирования при обучении, CFG scale 1.
• 🖼 Чекпоинты по раундам: PickScore — 50, 100, 150, 200, 250, 300; OCR — 20; GenEval — 20–160 с шагом 20.
• 📌 В каждом чекпоинте: lora/adapter_config.json, lora/adapter_model.safetensors, optimizer.pt и scaler.pt.

✨ Пример

Сценарий из карточки: подключаете нужный LoRA к SD3.5 Medium и генерируете с CFG 1 и 10 шагами, как при обучении. Для OCR берите единственный чекпоинт 20-го раунда, для PickScore — любой из шести, для GenEval — один из восьми.

Подробнее

Результатов held-out оценки в карточке нет, лучший чекпоинт не выделен.
Номера чекпоинтов — это метки раундов обучения, а не рейтинг качества.
Файлы optimizer и scaler даны для оригинального кода обучения и сами по себе не гарантируют точного продолжения любого состояния.
GenEval — свежий прогон, начатый 7 ноября 2026 года.