您好，感谢分享这么棒的项目！我在论文中看到您提到了two-stage的训练策略，并且在表格6中的消融实验验证了第二阶段使用λ=30效果更好！在本代码仓库中公开的训练代码看起来只有一个阶段，想请教下您是这个设置 https://github.com/AMAP-ML/FluxText/blob/main/train/config/word_multi_size.yaml#L59 只训练一个阶段的效果就可以嘛？还是说要自己针对两个阶段手动改一下？如果自己手动改的话请帮忙看下我的如下修改是否是正确的？十分感谢！
#satge1: odm_loss: modelpath: "epoch_100.pt" w_loss_f: 1 w_loss_1: 1 w_loss_2: 1 w_loss_3: 1 w_loss_4: 1
#satge2: odm_loss: modelpath: "epoch_100.pt" w_loss_f: 1 w_loss_1: 30 w_loss_2: 30 w_loss_3: 30 w_loss_4: 30
您好，感谢分享这么棒的项目！我在论文中看到您提到了two-stage的训练策略，并且在表格6中的消融实验验证了第二阶段使用λ=30效果更好！在本代码仓库中公开的训练代码看起来只有一个阶段，想请教下您是这个设置 https://github.com/AMAP-ML/FluxText/blob/main/train/config/word_multi_size.yaml#L59 只训练一个阶段的效果就可以嘛？还是说要自己针对两个阶段手动改一下？如果自己手动改的话请帮忙看下我的如下修改是否是正确的？十分感谢！
#satge1: odm_loss: modelpath: "epoch_100.pt" w_loss_f: 1 w_loss_1: 1 w_loss_2: 1 w_loss_3: 1 w_loss_4: 1#satge2: odm_loss: modelpath: "epoch_100.pt" w_loss_f: 1 w_loss_1: 30 w_loss_2: 30 w_loss_3: 30 w_loss_4: 30