Eine minimale Codebasis zum Feinabstimmen großer multimodaler Modelle, die llava-1.5/1.6, llava-interleave, llava-next-video, llava-onevision, llama-3.2-vision, qwen-vl, qwen2-vl, phi3-v usw. unterstützt.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEine minimale Codebasis zum Feinabstimmen großer multimodaler Modelle, die llava-1.5/1.6, llava-interleave, llava-next-video, llava-onevision, llama-3.2-vision, qwen-vl, qwen2-vl, phi3-v usw. unterstützt.
lmms-finetune hat 373 Sterne auf GitHub. Es wurde 44-mal geforkt. lmms-finetune ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. lmms-finetune ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: finetuning, foundation-models, instruction-tuning, large-language-model.
Eine minimale Codebasis zum Feinabstimmen großer multimodaler Modelle, die llava-1.5/1.6, llava-interleave, llava-next-video, llava-onevision, llama-3.2-vision, qwen-vl, qwen2-vl, phi3-v usw. unterstützt.
lmms-finetune ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. lmms-finetune ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
lmms-finetune ist unter der Apache-2.0-Lizenz verfügbar.
lmms-finetune ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/zjysteven-lmms-finetune.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.