diff --git a/Reports/Tsaiyue/[WeeklyReport]2023.11.27~2023.12.10.md b/Reports/Tsaiyue/[WeeklyReport]2023.11.27~2023.12.10.md
new file mode 100644
index 00000000..89a1ed88
--- /dev/null
+++ b/Reports/Tsaiyue/[WeeklyReport]2023.11.27~2023.12.10.md
@@ -0,0 +1,28 @@
+### 姓名
+
+Tsaiyue
+
+### 开发中的快乐开源任务
+
+Kandinsky2.2 训练支持
+
+### 本双周工作
+
+1. **学习kandinskyV22在diffusers下的具体实现**
+   
+   - 模型结构基于Dalle2，微调部分为decoder中以image embedding为条件学习到VQModel中间latent的扩散模型，以及prior中以text embedding为条件到image embedding的扩散模型。整个流程中与CLIP相关的model以及VQModel均来自预训练好的权重;
+   
+   - 推断用到的pipiline主要为KandinskyV22Combinepipeline，来源于AutoText2ImagePipeline，其更具hf上model_index.json中的_class_属性选择对应的pipeline;
+   
+   - LoRA为一种PEFT技术，在decoder和prior的应用中针对attention layer构造lora_layers.
+
+2. **对diffusers中基于Pytorch的KandinskyV22的example进行跑通**
+
+3. **问题疑惑与解答**
+   
+   - 无
+
+### 未来双周计划
+
+1. 了解kandinskyV22所用模块在paddleMIX中的支持情况；
+2. 先完成针对decoder的训练微调对齐。