Apple MLX Framework का उपयोग करके Phi-3.5 का क्वांटाइजेशन
February 1, 2026 · View on GitHub
MLX Apple सिलिकॉन पर मशीन लर्निंग रिसर्च के लिए एक एरे फ्रेमवर्क है, जिसे Apple मशीन लर्निंग रिसर्च द्वारा विकसित किया गया है।
MLX मशीन लर्निंग शोधकर्ताओं द्वारा मशीन लर्निंग शोधकर्ताओं के लिए डिज़ाइन किया गया है। यह फ्रेमवर्क उपयोगकर्ता के अनुकूल होने के साथ-साथ मॉडल को ट्रेन और डिप्लॉय करने में प्रभावी भी है। फ्रेमवर्क का डिज़ाइन भी अवधारणात्मक रूप से सरल है। हमारा उद्देश्य शोधकर्ताओं के लिए MLX को आसानी से बढ़ाने और सुधारने योग्य बनाना है ताकि वे नए विचारों का तेजी से अन्वेषण कर सकें।
Apple सिलिकॉन डिवाइसों में MLX के माध्यम से LLMs को तेज़ किया जा सकता है, और मॉडल को स्थानीय रूप से बहुत आसानी से चलाया जा सकता है।
अब Apple MLX Framework Phi-3.5-Instruct (Apple MLX Framework support), Phi-3.5-Vision (MLX-VLM Framework support), और Phi-3.5-MoE (Apple MLX Framework support) के क्वांटाइजेशन कन्वर्ज़न का समर्थन करता है। आइए इसे आगे आज़माएं:
Phi-3.5-Instruct
python -m mlx_lm.convert --hf-path microsoft/Phi-3.5-mini-instruct -q
Phi-3.5-Vision
python -m mlxv_lm.convert --hf-path microsoft/Phi-3.5-vision-instruct -q
Phi-3.5-MoE
python -m mlx_lm.convert --hf-path microsoft/Phi-3.5-MoE-instruct -q
🤖 Apple MLX के साथ Phi-3.5 के लिए नमूने
| लैब्स | परिचय | जाएं |
|---|---|---|
| 🚀 Lab-Introduce Phi-3.5 Instruct | Apple MLX फ्रेमवर्क के साथ Phi-3.5 Instruct का उपयोग कैसे करें सीखें | Go |
| 🚀 Lab-Introduce Phi-3.5 Vision (image) | Apple MLX फ्रेमवर्क के साथ छवि विश्लेषण के लिए Phi-3.5 Vision का उपयोग कैसे करें सीखें | Go |
| 🚀 Lab-Introduce Phi-3.5 Vision (moE) | Apple MLX फ्रेमवर्क के साथ Phi-3.5 MoE का उपयोग कैसे करें सीखें | Go |
संसाधन
-
Apple MLX Framework के बारे में जानें https://ml-explore.github.io/mlx/
-
Apple MLX GitHub रिपॉजिटरी https://github.com/ml-explore
-
MLX-VLM GitHub रिपॉजिटरी https://github.com/Blaizzy/mlx-vlm
अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल दस्तावेज़ अपनी मूल भाषा में ही अधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सलाह दी जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।