[Feature] Support varied input formats for remaining VLM

Métricas do repositório

Stars

28.442 stars (28.442 stars)

Métricas de merge de PR

Mesclagem média 2d 1h (Mesclagem média 2d 1h)1.000 fundiu PRs em 30d (1.000 fundiu PRs em 30d)

Description

Guia do colaborador

Direção de pesquisa

Estude as implementações existentes para QwenVL, Gemma e KimiVL na base de código (PRs #6136, #6599). Compreenda o processo de refatoração descrito em #6659. Identifique os arquivos e módulos específicos para cada VLM restante (Phi4mm, internvl, etc.) e replique os padrões de manipulação de formato de entrada.

Pilha de tecnologia

python

Domain

backendmachine learning

Tipo Issue

Funcionalidade

DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.

3

Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.

Meio dia

Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.

Ativo

ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.

Principalmente claro

Prerequisites

GitPythonexperience with Vision Language Models

Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.

40