llama.cpp b12463 如何对齐 Muse Glimmer 训练时的坐标顺序?

作者:资源驿站

时间:2026-11-17

浏览:489

llama.cpp b12463 修正 Muse Glimmer 视觉编码器缩放位置嵌入时的坐标顺序,使其与训练一致,解释非方形图像为何更能体现差异。

文章目录

Muse Glimmer 在 llama.cpp b12463 中按训练所用的坐标次序缩放位置嵌入网格。改动发生在位置编码的网格调整中,方形图像保持原有结果。

llama.cpp 产品封面

位置嵌入的坐标顺序改了什么

llama.cpp b12463 的修复位于 mtmd 的视觉编码器路径。Muse Glimmer 使用一个学习得到的位置嵌入网格,输入图像的布局变化时需要调整该网格。原实现按高度、宽度的顺序调整,修复按训练所用的宽度、高度顺序处理。

llama.cpp b12463 发行记录

什么图像更能体现修复

若网格高度和宽度相同,交换两者后尺寸关系不变,合并说明明确指出方形图像不受影响。长宽不等时,原先顺序与训练时的约定会产生差别,所以非方形图像是验证这一问题的主要输入类型。

哪些模型走同一条路径

Muse Spark Open 的视觉部分使用同一计算图,因此也覆盖在这项修复内。修复范围是相关模型的位置嵌入计算,其他视觉模型的实现应按各自路径判断。

应如何理解构建范围

b12463 是测试构建。具体变化是让视觉位置网格遵循训练时的坐标顺序,发行说明没有给出通用的图像质量、速度或设备兼容性提升结论。

实用工具推荐

电子包浆

绿化、压缩、噪点和虚拟水印,自由调节做旧程度。

使用 ›
图片压缩

选择画质和输出格式,预览压缩前后的大小。

使用 ›