Aetherworld
/
系统
AetherSeed-VL

AetherSeed-VL 多模态训练流水线

私有图文模型 v0.1：投喂图文样本 → 构建数据集版本 → 选择底座 → 生成 LoRA / SFT / Adapter 配置 → dry-run → 本地网关执行。默认不从零训练大型 VLM；不自动下载模型；不上传图片；执行训练必须人工确认。

图文样本
0
图片数
0
BLOCK 样本
0
平均质量
0/100
UI 截图
0
角色图
0
符号图
0
图表
0

① 图文训练投喂

支持 png/jpg/jpeg/webp/gif/svg；单图或多图 + 说明文本 + 标准答案。BLOCK 图片将自动剔除，不进入训练集。

② 已收录图文样本

暂无样本。先在上方添加一条 UI 截图问答试试。

③ 多模态数据集与导出

④ 本机训练配置（LoRA / SFT / Adapter）

训练方式：VLM_SMOKE_RUN｜分辨率 336｜步数 20｜设备 CPU｜混合精度 bf16

⑤ Dry-run 与本地执行网关

本地执行网关白名单：
  • · python train_vlm.py --config vlm_config.yaml
  • · python eval_vlm.py --config vlm_config.yaml
  • · python check_vlm_env.py
  • · python -m pip install -r requirements_vlm.txt
pip install 仍必须单独确认；禁止任意 shell 字符串拼接；不自动下载模型；不自动上传图片。

⑥ AetherSeed-VL 实验账本

尚未记录实验。通过 dry-run 后可写入。

⑦ 推理接入说明

  • · Transformers 本地推理（默认）：直接加载底座 + LoRA Adapter。
  • · llama.cpp / GGUF：取决于底座是否有 GGUF 转换路径与视觉组件支持。
  • · Ollama：部分 VLM 可通过 Modelfile FROM /path/to/file.gguf 导入，但并非所有 VLM 都支持，不要假设全部 Ollama-ready。
  • · Adapter-only：仅产出 LoRA 权重，需要在推理时与底座合并。
投喂炉数据集本机训练自动训练实验账本数据引擎本地执行网关
首页输入会创建一个新对话会话 · Enter 发送 · Shift+Enter 换行