NVIDIA का NeMo Automodel अब Diffusers के वीडियो और इमेज मॉडल को फाइन-ट्यून करता है
NeMo Automodel अब FLUX.1, Qwen-Image, Wan और HunyuanVideo को सपोर्ट करता है, जो बिना किसी कन्वर्जन के सीधे Hugging Face चेकपॉइंट्स से फुल और LoRA फाइन-ट्यूनिंग चलाते हैं।
- FLUX.1-dev (12B) 8 H100 GPU पर फुल फाइन-ट्यूनिंग में प्रति सेकंड 35.51 इमेज की गति तक पहुंचता है।
- 20B मॉडल Qwen-Image भी इसी फुल फाइन-ट्यून के तहत प्रति सेकंड 41.21 इमेज बनाता है।
- 32B वाले FLUX.2-dev और Wan 2.2 के 27B वीडियो मॉडल दोनों को रैंक 64 पर LoRA रेसिपी मिलती हैं।
क्यों मायने रखता है: 32 बिलियन पैरामीटर वाले मॉडल को फाइन-ट्यून करने का मतलब अभी भी इसे करने के लिए खुद NVIDIA का हार्डवेयर किराए पर लेना है।
Hugging Face blog (NVIDIA/Hugging Face teams) ↗ · 17 जुल॰ 202617/7/26 · ✓ सत्यापित✓