Yqy

本目录是一个与官方源码隔离的实验框架。它只读使用 ILVR 的定制 Transformers 和训练类，不修改： -../../ILVR -../../mlrm-LEAD -../comt-test 本实验不使用早期的图像 two-pass 方案。原有 Monet/CoMT answer-teacher 三个实验仍只在推理时使用熵控制；新增的 CoMT/Monet Stage2 实验会在训练 rollout 中用熵决定 latent 位置，但都不加载 EMA teacher 或辅助图像。 默认评测矩阵训练两个 Monet-SFT-125K 模型： 1. monetilvr：完全使用官方 ILVR EMA teacher query。 2. monetanswerteacher：student batch 与模型 1 相同，仅在 EMA teacher 选择 helper patches 时增加标准答案表示。 另有一个独立的 comtanswerteacher 训练：只把数据切换为 CoMT，标准答案仍仅供 EMA teacher 使用，student 不可见。三个训练过程都不使用熵控制；熵控制只在训练完成后的推理/评测阶段启用。 - natural：模型自然生成 ； - entropy：高熵且满足窗口/冷却条件时，单次生成中强制 ，之后的固定 8 个 latent hidden-state feedback 继续由官方 ILVR generation loop 完成。 评测包括 VStar、HR-Bench 4K、HR-Bench 8K 和…