zihan-su/self_gradient_forcing_plus は、自己回帰的な動画生成においてコンテキスト履歴とデノイジングを別々のパラメータで最適化する SGF+ を提案する Python リポジトリだ。README は、2 つのタスクが共有パラメータに与える勾配は部分的に打ち消し合う可能性があると説明し、その役割を分離するアプローチを示している。論文は arXiv 2610.10429 にリンクされている。
中核となる主張は、5 秒の学習ウィンドウで最大 24 時間分の動画ロールアウトを生成できるという点だ。リポジトリは勾配の分布、平均方向、ペア間のコサイン類似度を解析し、衝突現象を説明している。2026-10-09 には、この現象を再現するコードが gradient_conflict ディレクトリで公開された。README には、この現象が Wan2.1-1.3B だけでなく LTX-2.5 でも観察されたと記されている。README には Wan2.1-T2V-1.3B·14B のベースモデルと公開済みの SGF+ 推論チェックポイントを入手する手順も載っている。つまり、パラメータの分離が長い自己回帰生成を対象とした設計である、という点は具体的だ。
ただし README には数値ベンチマーク表がないため、性能上の利得の大きさや他の方法との比較は確認できない。24 時間はリポジトリが示しているロールアウトの主張であって、ここで検証された比較結果ではない。勾配衝突の解析はアプローチの動機を裏づけるが、長い生成において品質がどの程度維持されるかまでは示していない。このリポジトリは新しい学習設計を検討する根拠にはなるが、長時間生成での性能優位を証明したと言いにくい。