nanoVLM：使用纯 PyTorch 训练视觉语言模型的极简仓库

Hugging Face 发布 nanoVLM，一个极简的 PyTorch 视觉语言模型训练工具包。该仓库旨在通过轻量级代码帮助开发者理解 VLM 架构，支持在 Colab 上快速启动训练，并提供了基于 SigLIP 和 SmolLM2 的预训练模型及推理脚本。