在 Apple Silicon 上使用 PyTorch 和 Metal 性能着色器，对 Gemma 4 和 3n 进行音频、图像和文本的微调。
在 Apple Silicon 上使用 PyTorch 和 Metal 性能着色器，对 Gemma 4 和 3n 进行音频、图像和文本的微调。
损失曲线。注意力热图。梯度信号强度。内存压力。字符级预测 — 所有内容都在您的浏览器中实时更新，同时模型在您的 Mac 上进行训练。没有 TensorBoard。没有 notebook。您的配置中只有一个标志，终端中只有一个 URL。
| 此模式 | MLX-LM | Unsloth | axolotl | |
|---|---|---|---|---|
| 微调 Gemma（仅限文本的 CSV） | ✅ | ✅ | ✅ | ✅ |
| 微调 Gemma 图像 + 文本（描述 / VQA CSV） | ✅ | ⚠️ 变化 | ⚠️ 变化 | ⚠️ 变化 |
| 微调 Gemma 音频 + 文本 | ✅ | ❌ | ❌ | ⚠️ 仅限 CUDA |
| 在 Apple Silicon（MPS）上运行 | ✅ | ✅ | ❌ | ❌ |
| 从云端流式传输训练数据 | ✅ | ❌ | ❌ | ⚠️ 部分 |
| 不需要 NVIDIA GPU | ✅ | ✅ | ❌ | ❌ |
在 Apple Silicon 上微调 Gemma，无论是文本、图像还是音频，无需租用 H100 或将 1 TB 的数据复制到笔记本电脑。这三种模式都在 Apple Silicon 上运行。
仅支持文本微调 (使用 CSV 进行指令或完成) : 在配置文件中设置 modality = text, 并在 data/datasets/<name>/ 目录下使用本地 CSV 分割。请参阅下面的 仅支持文本微调。
暂无开放 Issues，或尚未同步最近议题。