#125 · 主分类: MLOps与评测

gemma-tuner-multimodal

使用PyTorch和Metal Performance Shaders在Apple Silicon上对Gemma 4和3n进行微调,支持音频、图像和文本。

项目最后更新:08/13/26

GitHub Stars

1.5K

Forks数量

103

贡献者数量

3

许可证

MIT

收录理由

大多数 Gemma 微调工具链都默认你手头有 CUDA 显卡。这个项目反其道而行,把文本、图像描述/视觉问答、音频指令的 LoRA 微调整个跑在 Apple Silicon 的 Mac 上,靠 Metal Performance Shaders 加速,没有 NVIDIA 设备也能把模型调到自己的数据上。操作流程很紧凑:向导式命令行、本地 CSV 数据集,还支持直接从 GCS 或 BigQuery 流式读取训练分片,省得先把几 TB 数据拷到笔记本里。训练时浏览器里实时显示损失曲线、注意力图和逐 token 预测,等于把 TensorBoard 那套反馈搬进了一个无需额外配置的界面。对想私下在本地微调 Gemma 4 和 3n 的个人开发者或小团队来说,这是绕开租云 GPU 的实惠路子。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目