Run: — ■ aktualisiert sich alle 5 Minuten · nächste in 5:00
| Step | Progress | Remaining | Speed | ETA | Loss (last / 5k mean / 5k max) | grad-norm | LR | Updated |
|---|---|---|---|---|---|---|---|---|
| — | — | — | — | — | — | — | — | — |
Takte: Schritt und Verlust alle 5 Minuten · Bögen je Checkpoint, alle 10 000 Schritte (≈ 2,6 h) · ein Step ist ein Micro-Batch von 64, vier davon ein Optimierungsschritt
| Parameter | Wert |
|---|---|
| Architektur | Rectified-Flow-DiT · dim 768 · 16 Schichten · 12 Heads · 230 284 256 Parameter (gemessen) · QK-Norm |
| Patch-Size | 2×2 → 1024 Token je Bild |
| Latent | 64×64×8 — 512 px, f=8 |
| VAE | lossy-vae v2, eingefroren bei Schritt 600 000 (400k bei 256 px + 200k bei 512) · Skalierungsfaktor 1.1547056453896922 · L1 + KL + Focal Frequency Loss, kein Diskriminator, kein LPIPS |
| Text-Encoder | T5-v1_1-large, 128 Token — die eine offengelegte Abhängigkeit · 73,6 % der Beschreibungen werden hier abgeschnitten |
| Daten | 2 388 611 Ausschnitte aus 1 259 999 Quellbildern · megalith-cc0 : PD12M = 1 : 1,0005 · Beschreibungen von Molmo2-8B · kein pd-extended |
| Beschreibungen repariert | 526 129 Beschreibungen (22,0 %) waren Absagen von Molmo („I apologize, but I don’t see any person’s face in this image“) statt Bildbeschreibungen — betroffen 42–57 % der Gesichts- und Figurenausschnitte · neu beschrieben mit allgemeinem Prompt, 526 129 von 526 129, 0 Absagen · Shards neu gepackt, Latents bitgleich · das Training läuft auf den reparierten Beschreibungen ab Schritt 482 477 (06.10.2026), fortgesetzt aus einer Notsicherung ohne verlorenen Schritt |
| Auswahl | keine. Weder Ästhetik noch Schärfe noch Güte filtern oder gewichten — nicht beim Zuschneiden, nicht beim Sharden, nicht im Training. Aussortiert wurde nur, was unlesbar war (1 von 358 000) oder keine Beschreibung hatte (0). |
| Validierung | 4 854 Ausschnitte (0,21 %) in getrennten Shards, nie im Training · Auswahl über md5(key + "|val") |
| Timestep-Mode | logit_normal (t = sigmoid(u), u ~ N(0,1)) — wie SD3/FLUX · kein Verlustgewicht (kein Min-SNR); die Gewichtung der Zeitschritte steckt in der Ziehungsdichte: 1,4 % der t unter 0,1 und 1,4 % über 0,9, gegen je 10 % bei Uniform |
| Learning Rate | 1.0 × 10-4 · Aufwärmen bis Schritt 1 000, dann Kosinus bis 0 bei 2 Mio. (in Mikro-Schritten, resume-sicher) |
| Max Steps | 2 000 000 Mikro-Schritte = 500 000 Optimierungsschritte — Horizont, nicht Ziel |
| Eff. Batch-Size | 256 — 64 micro × 4 grad-acc · kein Gradienten-Checkpointing (34 % schneller, gemessen) · ein Step = ein Micro-Batch |
| EMA Decay | 0.9999 |
| CFG Dropout | 10 % |
| Guidance (Sampling) | 4.0, 50 Euler-Schritte, EMA-Gewichte |
| Durchsatz | 69,6 Bilder/s (gemessen 09.10.2026, Mittel über 55 min) — eine Epoche (2 383 757 Trainingsausschnitte) 9,5 h, 9 312 Optimierungsschritte |
| GPU | RTX PRO 6000 Blackwell — 96 GB |
| Vorgeschichte | v2 hatte 81,9M Parameter, 4 Latent-Kanäle und pd-extended-Crops. Nach der Entscheidung, pd-extended aus dem Training zu nehmen, wurde die ganze Kette neu gebaut: eigener Autoencoder, eigene Crops, eigene Beschreibungen, eigene Shards. |
loss_log.csv (alle 100 Steps) · schwarz: Loss · grau: grad-norm (×2) · rot gestrichelt: 2.0 (Spike-Schwelle)
64 feste Prompts, 8×8, ein fester Seed je Zelle, aktueller Checkpoint (—) · — · Zeilen 1–2 kurz, 3–4 ein Satz, 5–6 Molmo-Stil, 7–8 Molmo-Stil ausführlich · Zelle anklicken: groß (512 px) + Prompt · Doppelklick: ganzer Bogen
Noch kein Grid.
Alle 64 Prompts anzeigen prompts64.json
dieselben 64 Prompts, aber bei jedem Checkpoint neues Rauschen (Seed-Basis —, reproduzierbar) · zeigt die Streuung statt der Entwicklung · Zelle anklicken: groß (512 px) + Prompt · Doppelklick: ganzer Bogen
Noch kein Grid.
16 zeitgenössische Prompts, 4×4 · die 64 oben tragen zu 37 einen ausdrücklich historischen Marker und genau einer einen zeitgenössischen — sie können den megalith-Anteil der Daten (50,0 %, 1 194 002 von 2 388 611 Ausschnitten) gar nicht zeigen · Zelle anklicken: groß (512 px) + Prompt
Noch kein Bogen.
16 Porträts, 4×4, feste Seeds · Kontrollbogen für Gesichter, seit 10.10.2026 · Zeile 1 Malerei von der Renaissance bis ins 20. Jahrhundert, Zeilen 2–4 Fotografie (Flickr, Social Media, Studio): Zeile 2 kurz, Zeile 3 ein Satz, Zeile 4 Molmo-Stil ausführlich · Zelle anklicken: groß (512 px) + Prompt · Doppelklick: ganzer Bogen
Kommt mit dem nächsten Checkpoint.
16 Porträts mit Beschreibungen aus den Trainingsshards, Zeichen für Zeichen · seit 10.10.2026 · Zeilen 1–3 Training (12), Zeile 4 Validierung (4, nie trainiert) · Zeile 1 PD12M (Malerei, Holzschnitt, Kupferstich, Fotografie), Zeile 2 Zeichnung + megalith, Zeile 3 megalith · jede Zelle in der Form ihres Originals (Trainings-Bucket) · T5 sieht die ersten 128 Tokens, wie im Training · links das Original, rechts LOSSY: wird rechts dem Original ähnlicher, lernt das Modell das Bild auswendig; die Validierungszeile ist der Maßstab · Zelle anklicken: groß + sichtbarer Teil der Beschreibung
Kommt mit dem nächsten Checkpoint.
jeder Checkpoint bleibt erhalten, mit Schrittnummer im Dateinamen · „ansehen“ öffnet den Bogen, erst dann wird er geladen · darin eine Zelle anklicken: groß + Prompt (feste Seeds, heute, Porträts 512 px, wechselnde 256 px)
Noch kein Bogen.
No checkpoint available yet.
http://lossy-512.viewcount.org/ — auto-refreshes every 5 minutes. Archiv des HPC-Laufs · Pilot-Arme