Show HN: Gemma 4 Multimodal Fine-Tuner for Apple Silicon
Cet outil permet d'entraîner et d'adapter localement des modèles Gemma sur Mac Apple Silicon pour des tâches texte, image et audio en utilisant LoRA et PEFT avec des checkpoints Hugging Face. Il prend en charge l'entraînement multimodal (captioning, VQA, ASR, instruction/completion) à partir de CSV locaux et peut streamer des jeux de données volumineux depuis GCS ou BigQuery sans copier des téraoctets sur le disque. Le système charge des checkpoints Gemma 3n/4 compatibles, exporte des arbres de poids fusionnés en HF/SafeTensors, et impose des paramètres de traitement d'image comme image_token_budget pour assurer la cohérence entraînement/inférence. L'installation exige Python 3.10+, macOS 12.3+ avec Python arm64 et PyTorch MPS, et la configuration se fait via un assistant CLI qui génère config.ini et expose des commandes prepare, finetune, evaluate et export. Le dépôt fournit des outils additionnels (visualisation, streaming Granary, diagnostics, tests CI), des conseils pour MPS et dépannage, et est distribué sous licence MIT.