关于Content Fusion Model选基方法的问题

[JJcat0924]

您好，感谢您对我先前生成黑屏问题的解答，对我有了很大的帮助。很抱歉再次打扰您。
我使用了一套全都是手写字体（无宋体楷体等常用印刷体）的数据集进行复现，尝试在不更改数据的情况下获得比较好的结果。当我阅读论文3.1 Figure3附近材料时，结合图示，我将内容融合理解为：16个few-shot汉字将内容特征串联、聚类、离中心最近的是基本字体，一旦选取就固定下来。然后根据与目标字体的相似度计算L1-norm的内容融合权重，然后微调来适应融合的内容特征，即Figure3蓝色的圈圈部分，该部分中以同一个汉字“桐”的不同字体为例展示了融合原理。

但我在尝试复现中，发现16个few-shot的融合选用了与basis汉字不同的，16个随机的汉字。
请问我是否应该调整数据集使其达到与figure3相似的效果（即让每次few-shot融合的汉字与basis汉字是同一个字）？又或者这是正常的现象？

[JJcat0924]

这是16个few-shot的融合图像