Gestalt 非官方模型资料站标识 Gestalt非官方模型资料站 · GESTALTX.ORG

非官方 · 与论文作者、GeWu-Lab 及各所属机构无关联 · 数据以官方页面为准,最后核对 2026-11-20

常见问题

容易被问到、也容易被答错的 15 件事

按「能追到一手来源」的口径回答。凡是官方没给、或本机没能核实的,直接写没给 / 没核实,不用推测填空。

这个中文站是官方的吗?

不是。本站是第三方中文整理,与论文作者、GeWu-Lab 及各所属机构无关联,不提供模型调用,也不托管权重。

为什么中文网上有完全不同的两个 Gestalt?

至少四个同名对象:本模型、匿名 stealth 设计模型、格式塔心理学、其他同名产品。中文圈常把本模型误当成匿名设计模型的出处,无任何公开确认。看同名辨析页。

模型有多大?参数量多少?

官方只写基座 LLaDA-8B-Instruct,论文、主页、README 都没有给出 Gestalt 自身参数量、训练算力与耗时。本站不推测。

能直接体验吗?

官方主页给了 Hugging Face Space Demo 链接,但本站建站时本机网络访问 Hugging Face 未成功,因此不写「可正常体验」,只原样列完整地址。请以官方页面当前状态为准。

许可证是 Apache 2.0 吗?

README 这么写,但同一句后留着 TODO: confirm license,仓库根目录没有 LICENSE 文件,GitHub API 的 license 字段也为空。本站按「待核实」处理,商用或二次分发请自行向官方确认。

论文是 CC BY 4.0 吗?

arXiv 页面标注 CC BY 4.0。本站只做要点转述与数字照录,不整段搬运论文正文。

SFT 数据能下载吗?

README 写 SFT data coming soon,截至 2026-11-20 核对日尚未放出。

交互 token 为什么是 32 个?

论文只说使用 32 个可学习交互 token,没有给出取这个数目的消融或理由。本站不补解释。

Zone II 有多少层?

Figure 2 把两区段写作 N1 / N2 层,正文只明确前 4 层为 Zone I,未给 N2 数值。本站不推测。

为什么 13.7M 之外还有 2.5M?

13.7M 是理解与纯文本指令样本;另收 2.46M 文生图样本(官方约写作 2.5M),大致均匀分布到三个阶段,不参与四类交互的课程划分。

三阶段课程真的比均匀混合好吗?

不是无条件更好。论文 Table 8 显示它改变的是能力出现的顺序:早期 MME-P +113.8 但 MMStar-P -4.44,到阶段 3 反转。论文原文是 progressively reshapes,不是 uniformly improves。

Gestalt 是不是「全面超越」其他模型?

不是。Table 3 的 MME-P(BAGEL 1687.0 > 1600.2)、Table 5 的 MMLU(Show-o2 71.70 > 49.50)、Table 6 的 MIB-V(LLaDA-o 60.31 > 59.89)、Table 1 的 Text(3.80)都不是第一。官方措辞带「在参评模型中」的限定。

为什么文生图推理输出的是 .npy 而不是图片?

run_t2i.py 输出的是 VQ-VAE 离散 token;要得到图片还需经过解码环节。README 给的就是这条命令与这个输出。

训练时最容易踩的坑是什么?

checkpoint 目录必须含 tokenizer.json;Parquet 文件数不能少于分布式进程数;T2I 默认空 system prompt,若训练数据用了固定非空系统提示词,推理时要通过 --system-prompt 传同一段文字。

发现数字对不上怎么办?

先看核对日期与来源。官方页面与仓库可能更新,本站所有数字带「最后核对」时间戳;以官方原文为准,本站按「改错留痕」原则修订。

还没被回答的

如果你要找的是模型参数量、训练算力、单次推理成本、Zone II 层数、32 个交互 token 的选取依据、SFT 数据下载地址 —— 这些官方资料里都没写,本站也不会补一个看起来合理的数字。完整缺口清单见 内容全集索引。

本页答案依据 论文全文、官方 README 与官方项目主页,核对日期 2026-11-20;本站为非官方整理。