zihan-su/self_gradient_forcing_plus는 자기회귀 비디오 생성에서 컨텍스트 기록과 디노이징을 서로 다른 파라미터로 최적화하는 SGF+를 제안한 Python 저장소다. README는 두 작업이 공유 파라미터에 만드는 그래디언트가 부분적으로 상쇄될 수 있다고 설명하고, 그 역할을 분리하는 접근을 제시한다. 논문은 arXiv 2610.10429로 연결된다.
핵심 주장은 5초 길이의 학습 윈도우로 최대 24시간 분량의 비디오 롤아웃을 만들 수 있다는 것이다. 저장소는 그래디언트 분포와 평균 방향, 쌍별 코사인 유사도를 분석해 충돌 현상을 설명한다. 2026-10-09에는 이를 재현하는 코드를 gradient_conflict 디렉터리에 공개했다. 해당 현상은 Wan2.1-1.3B뿐 아니라 LTX-2.5에서도 관찰됐다고 README에 적혀 있다. README에는 Wan2.1-T2V-1.3B·14B 베이스와 공개된 SGF+ 추론 체크포인트를 내려받는 절차도 있다. 따라서 파라미터 분리가 긴 자기회귀 생성을 겨냥한 설계라는 점은 구체적이다.
다만 README에는 수치 벤치마크 표가 없어 성능상 이득의 크기나 다른 방법과의 비교를 확인할 수 없다. 24시간은 저장소가 제시하는 롤아웃 주장이지, 여기서 확인되는 비교 결과는 아니다. 그래디언트 충돌 분석은 접근의 동기를 뒷받침하지만, 긴 생성에서 품질이 유지되는 정도까지 보여주지는 않는다. 이 저장소는 새로운 학습 설계를 살펴볼 근거는 제공하지만, 장시간 생성 성능의 우위를 입증했다고 보기는 어렵다.