NVIDIA এর NeMo Automodel এখন Diffusers এর ভিডিও এবং ইমেজ মডেলগুলিকে ফাইন-টিউন করছে
NeMo Automodel এখন FLUX.1, Qwen-Image, Wan এবং HunyuanVideo কভার করে, যা কোনো রূপান্তর ছাড়াই সরাসরি Hugging Face চেকপয়েন্ট থেকে ফুল এবং LoRA ফাইন-টিউন চালাতে পারে।
- FLUX.1-dev (12B) 8টি H100 GPU-তে ফুল ফাইন-টিউনিংয়ের সময় প্রতি সেকেন্ডে 35.51টি ইমেজ তৈরি করে।
- 20B মডেল Qwen-Image একই ফুল ফাইন-টিউনের অধীনে প্রতি সেকেন্ডে 41.21টি ইমেজে পৌঁছায়।
- 32B এর FLUX.2-dev এবং Wan 2.2 এর 27B ভিডিও মডেল উভয়ই র্যাঙ্ক 64-এ LoRA রেসিপি পায়।
কেন এটা গুরুত্বপূর্ণ: 32 বিলিয়ন প্যারামিটার মডেলকে ফাইন-টিউন করার অর্থ এখনও এটি করার জন্য স্বয়ং NVIDIA এর হার্ডওয়্যার ভাড়া নেওয়া।
Hugging Face blog (NVIDIA/Hugging Face teams) ↗ · ১৭ জুল, ২০২৬১৭/৭/২৬ · ✓ যাচাই করা✓