Community: config-driven Lens-Base LoRA trainer (flow-match, Comfy export) — working on 16GB
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 30/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Tranquilla
- Stack tecnologico
- python
- Ambito
- machine-learning, tooling
Direzione di ricerca
Start with the linked LoboForge-LensTrainer repository, especially train.py, configs/train_lora_lens_base_24gb.yaml, and the Sebastian/Jessica v2 writeup. The issue demonstrates an external config-driven LoRA workflow but does not identify an in-repository change or acceptance criteria, so a maintainer must first decide whether any integration, documentation, or follow-up is wanted.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi Lens team,
We've built and validated a standalone LoRA trainer for microsoft/Lens-Base and wanted to share it in case it's useful to the community or future official tooling.
Trainer repo: https://github.com/LoboForge/LoboForge-LensTrainer
Hugging Face Space: https://huggingface.co/spaces/LoboForge/LoboForge-LensTrainer
HF collection: https://huggingface.co/collections/LoboForge/lens-training-loboforge
What works today
- Config-driven training:
python train.py configs/train_lora_lens_base_24gb.yaml - Flow-match loss aligned with
LensPipeline(latents[B, H×W, 128], GPT-OSS multi-layer text,timestep/1000) - PEFT LoRA on
LensTransformer2DModel; TE/VAE frozen - ComfyUI-compatible export (
diffusion_model.*key remap) - 24GB preset: CPU offload, TE + latent cache,
disable_mxfp4, grad checkpointing, AdamW 8-bit - Checkpoint resume, mid-training samples,
loss.json
Example result (community LoRA, not Microsoft-endorsed)
- Writeup: https://github.com/LoboForge/LoboForge-LensTrainer/blob/main/docs/loras/sebastian-jessica-v2.md
- Weights (HF): https://huggingface.co/LoboForge/lens-lora-sebastian-jessica-v2
Environment
- Lens installed from
vendor/Lens(git clone; upstream has nopyproject.toml) - Tested on consumer/datacenter GPUs with Lens-Base local or HF hub
We're not asking for an immediate merge — mainly flagging that Lens-Base LoRA training is practical with the public inference package, and happy to answer questions or share configs/logs if helpful.
Thanks for open-sourcing Lens!
- Lingua principale
- Python
- Stelle
- 2
- Fork
- 0
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di microsoft/Lens
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 12/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
-
Release full TextEncoderAperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
Tutte le issue di microsoft/Lens
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
AstrBotDevs/AstrBot#10720 ·
I maintainer di solito rispondono entro 1 giorno
-
fix(xiaomi): curated picker list still offers six ids that return 400 (plan-limited vs retired)Apertacause/upstream comp/cli P2 provider/other tool/file type/bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
NousResearch/hermes-agent#143900 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 85/100
WLAN-Pi/wlanpi-profiler#341 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
I maintainer di solito rispondono entro 1 giorno