# KohakuBlueleaf/KohakuMossTrainer

> Фреймворк для дообучения MOSS-Image: все алгоритмы LyCORIS и полный файнтюн на текстово-изображенческих данных в нативном разрешении, плюс инференс, на Windows и Linux от 6 ГБ видеопамяти до мульти-GPU.

- Магнитуда: 1,0 из 10 — Остывает
- Звёзды: 119 всего · +0 звёзд по замерам 2026-10-24, 00:03–01:32 UTC, к вечеру ≈ 4
- Доверие к звёздам: рост звёзд выглядит естественно
- Категория: Языковые модели · Язык: Python · Создан: 2026-10-18 · Последний коммит: 2026-10-20
- GitHub: https://github.com/KohakuBlueleaf/KohakuMossTrainer · Страница: https://gitnova.dev/r/KohakuBlueleaf/KohakuMossTrainer

## Чем пригодится

- Обучить стилевую LoRA для MOSS-Image на своей папке изображений на одной RTX 4090
- Запустить полный файнтюн MOSS-Image на одной 24 ГБ карте с выгрузкой оптимизатора на хост
- Экспортировать обученный адаптер в формате ComfyUI и загрузить его в LoRA loader

## Почему он здесь

- По замерам счётчика за 2026-10-24 (UTC), 00:03–01:32: 119 → 119 звёзд (+0). Это прирост за указанный интервал.
- Расчётный прогноз на конец суток: около +4 звёзд; учитывает наблюдаемый прирост и предыдущий день.
- Репозиторию 6 дней, а у него уже 119 звёзд. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет.
- Топ новых репозиториев за неделю: #188.

## Доверие к звёздам

Рост звёзд выглядит естественно.

Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду.

## Цифры

- Форков: 8
- Issues и pull requests: 3
- Наблюдателей: 1
- В среднем за неделю: 18 в день
- Обычный темп: мало истории (меньше двух недель)
- Звёзд за последний час (по замерам): 0
- Последний релиз: v0.1.0 (2026-10-18)

## Звёзды по дням за 7 дней (от старых к новым, сегодня — неполный день)

2026-10-18 … 2026-10-24: 59, 25, 13, 7, 10, 5, 0

## Где замечен сейчас

- Топ новых репозиториев за неделю: #188

## Похожие по описанию

1. **deepseek-ai/DeepSpec** — 0,8 · Ровно · Языковые модели · Python · +0 звёзд по замерам 2026-10-24, 00:11–01:33 UTC, к вечеру ≈ 2
   Полный пайплайн для обучения и оценки draft-моделей speculative decoding: подготовка данных, обучение против кэша target-модели и замер acceptance на бенчмарках. Поддерживает алгоритмы DSpark, DFlash и Eagle3.
   Полная карточка: https://gitnova.dev/r/deepseek-ai/DeepSpec.md

---

Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества.
Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз.
Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории.
Данные на 2026-10-24 01:35 UTC, обновление каждые 30 минут.