05_视频生成训练与工程优化
训练视频生成模型时，数据管线最容易拖垮哪些环节？
原题视频切片、去重和镜头切分为什么会直接影响训练效果？
原题高质量 video caption 应该如何服务于 T2V 训练？
原题为什么 token budget 是视频生成训练的核心约束？
原题Video VAE 的压缩率会如何影响训练和生成质量？
原题训练中如何设计帧数、分辨率、帧率和长宽比的 bucketing？
原题图像-视频联合训练的混合比例应该如何理解？
原题为什么视频生成训练通常需要 progressive training？
原题高质量微调和偏好后训练主要解决什么问题？
原题视频扩散或 Flow Matching 训练中常见不稳定现象有哪些？
原题Diffusion 与 Flow Matching 在工程训练上各有什么关注点？
原题CFG dropout、EMA、timestep sampling 和 loss weighting 分别解决什么问题？
原题视频训练吞吐低，应该从哪些环节排查？
原题视频模型训练中如何做显存优化，而不是简单减 batch？
原题数据并行、张量并行、序列并行和 FSDP 如何组合？
原题视频生成线上推理为什么常常慢在不止一个地方？
原题视频生成推理加速有哪些工程路线？各自代价是什么？
原题工业部署中如何设计质量、延迟、吞吐和成本的分层策略？
原题为什么视频生成不能依赖单一指标判断模型好坏？
原题一个视频生成评估体系应包含哪些核心维度？
原题自动指标、人类评测和多模态大模型评审应如何分工？
原题模型离线分数提升但用户体验没有变好，应如何排查？
原题如何把视频评估接入训练、发布和线上质量优化闭环？
原题
暂无题目