jingyaogong

一款名为MiniMind-V的开源模型简化了多模态视觉语言模型（VLM）的训练流程，仅需1小时和不到1.3元的成本即可完成训练。该模型参数量为26M，适合个人开发者从零开始学习，并提供了详细的数据处理、预训练和指令微调代码。