OpenBMB· @OpenBMB · X·· 2 小时前AI 评分
面壁智能 OpenBMB 推出 Self-Replay Fine-Tuning 并开放 MiniCPM-V 4.7 全栈部署
面壁智能 OpenBMB 发布 Self-Replay Fine-Tuning，称其为一种低成本定制模型同时保留通用性能的方法，并开放 MiniCPM-V 4.7 的全栈开源。
轻松定制，跨设备部署。
针对新任务进行微调，往往会以牺牲模型的通用能力为代价。为此，我们提出了 Self-Replay Fine-Tuning——一种简单、低成本的模型定制方法，同时保留其通用性能。
到了部署阶段，MiniCPM-V 4.7 可从移动设备扩展到 PC 和边缘系统。Day-0 硬件支持覆盖 Apple、Intel、AMD、Arm 和 Rockchip，此外还通过 FlagOS 支持更多平台，包括华为、海光、摩尔线程和昆仑芯。
在整个工作流中，你可以使用熟悉的工具：
🔹 推理：SGLang、vLLM、llama.cpp、mlx-vlm 和 Ollama
🔹 微调：SWIFT 和 LLaMA-Factory
🔹 量化：GGUF、BNB、AWQ、GPTQ 和 FP8
整套技术栈均已开源：
试试 MiniCPM-V 4.7 吧，并告诉我们它在你的硬件上表现如何！
🔗 GitHub：github.com/OpenBMB/MiniCPM-V
🤗 Hugging Face：huggingface.co/collections/o…
🌐 ModelScope：modelscope.cn/collections/Op…
🧪 Web Demo：huggingface.co/spaces/openbm…
📱 Apps：github.com/OpenBMB/MiniCPM-V…
Self-Replay Fine-Tuning：openbmb-dev.modelbest.co/en/…
来源：OpenBMB · x.com