fassabilf/sd15-dpo-us-even

SD 1.5 Diffusion-DPO — foto asli, US, gender, target even

UNet hasil train.py (mode dpo) di 280 foto asli Pexels (1400 baris train / 420 val, dataset fassabilf/ift-train-us-real), 20 epoch, --seed 0.

Loss Diffusion-DPO pada pasangan preferensi, bukan MSE-e satu gambar. beta_dpo = 5000 (default paper), batch 4 pasangan x accum 8, lr 1e-5, 20 epoch (44 step/epoch). Pasangannya dari pool even: chosen = female tepat di separuh pasangan tiap okupasi (p_female_target = 0,5), rejected = foto pool flip dengan caption yang sama persis; tiap foto jadi chosen 5x dan rejected 5x dengan caption berbeda. 280 foto unik/split, 1400 pasangan train / 420 val. Dataset di folder dpo_even/ repo fassabilf/ift-train-us-real.

UNet referensi = base SD 1.5, bukan checkpoint SFT.

Sifat objektifnya yang perlu diketahui sebelum memakai bobot ini: dengan p = 0,5 di semua okupasi, optimum loss DPO untuk rasio gender adalah d* = logit(0,5)/beta = 0, yaitu policy = ref. Plafon implicit accuracy = 0,5 persis; implicit accuracy train di atas 0,5 berarti model menghafal pasangan (caption, foto), bukan belajar distribusi. Metrik utama arm ini MAE_even (jarak ke 0,5), dibaca terhadap base SD 1.5 dan terhadap arm IFT even negara yang sama. Angka test + paired ΔMAE vs base ada di analysis/REPORT.md; kartu ini tidak mengklaim apa pun sebelum itu ada.

VAE, text encoder, dan tokenizer identik dengan SD 1.5 base — tidak ikut diunggah. Rakit pipeline-nya dengan memasang UNet di sini ke stable-diffusion-v1-5/stable-diffusion-v1-5 (lihat scripts/ift/ckpt_to_pipeline.py di repo kode).

Checkpoint yang diunggah: ep5, ep10, ep15, ep20. Setelan lengkap di hparams.yml; angka evaluasi, error bar, dan lantai MAE di analysis/.

Model ini artefak penelitian tentang bias distribusi gender, bukan model produksi.