wzdsnyngmhhay/minimind-v_dataset
"大道至简" 中文 | English 此项目旨在从0开始，仅用1.3块钱成本 + 1小时！即可训练出26M参数的超小多模态视觉语言模型MiniMind-V。 MiniMind-V最小版本体积仅为 GPT3 的约 $\frac{1}{7000}$，力求做到个人GPU也可快速推理甚至训练。 MiniMind-V是MiniMind纯语言模型的视觉能力额外拓展。 项目同时包含了VLM大模型的极简结构、数据集清洗、预训练(Pretrain)、监督微调(SFT)等全过程代码。 这不仅是一个开源VLM模型的最小实现，也是入门视觉语言模型的简明教程。 希望此项目能为所有人提供一个抛砖引玉的示例，一起感受创造的乐趣！推动更广泛AI社区的进步！ 为防止误解，“1小时” 基于NVIDIA 3090硬件设备（单卡）测试1 epoch，“1.3块钱” 指GPU服务器租用成本。 🔗🤖在线体验 | 🔗🎞️视频介绍 📌 Introduction “用乐高拼出一架飞机，远比坐在头等舱里飞行更让人兴奋！”… See the full description on the dataset page: https://huggingface.co/datasets/wzdsnyngmhhay/minimind-v_dataset.
| Author / organization | wzdsnyngmhhay |
|---|---|
| Downloads | 240 (as reported by Hugging Face) |
| Likes | 0 |
| Created | 25 January 2026 |
| Last updated at source | 25 January 2026 |
Popularity, last 3 days
240 now (+24 since 2026-10-16). Counts as reported by the source, snapshotted daily by Silytics.
Recent changes
- 17 Oct 2026 Description: "大道至简" 中文 | English 此项目旨在从0开始，仅用1.3块钱成本 + 1小时！即可训练出26M参数的超小多模态视觉语言模型MiniMind-V。 MiniMind-V最小版本体积仅为 GPT3 的约 $\frac{1}{7000}$，力求做到个人GPU也可快速推理甚至训练。 MiniMind-V是MiniMind纯语言模型的视觉能力额外拓展。 项目同时包含了VLM大模型的极简结构、数据集清洗、预训练(Pretrain)、监督微调(SFT)等全过程代码。 这不仅是 → "大道至简" 中文 | English 此项目旨在从0开始，仅用1.3块钱成本 + 1小时！即可训练出26M参数的超小多模态视觉语言模型MiniMind-V。 MiniMind-V最小版本体积仅为 GPT3 的约 $\frac{1}{7000}$，力求做到个人GPU也可快速推理甚至训练。 MiniMind-V是MiniMind纯语言模型的视觉能力额外拓展。 项目同时包含了VLM大模型的极简结构、数据集清洗、预训练(Pretrain)、监督微调(SFT)等全过程代码。 这不仅是
Changes detected by Silytics between refreshes of the source.
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 18 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.