该流程首先使用 TRL/SFTTrainer 对 JSONL 格式的训练数据上的 google/functiongemma-270m-it 基础模型进行微调。训练完成后，使用 ai-edge-torch 和 dynamic_int8 量化算法将模型转换为 TFLite 格式。最后一步取决于目标运行时环境：对于 MediaPipe，将 TFLite 模型与分词器和停止标记合并到一个 .task 包中，该包可在 iOS、Android 和 Web 上运行。或者，你可以将其打包为 .litertlm 格式，用于 LiteRT-LM 运行时，该运行时提供 NPU 加速和更广泛的平台支持，包括桌面平台。
Что думаешь? Оцени!
，更多细节参见safew官方版本下载
+save(item: Item)，推荐阅读同城约会获取更多信息
+13Lines changed: 13 additions & 0 deletions