v1.4.0

新功能

• 在 GPU 上驗證方法包：autoforge eval gpu [--full]。10 個 GPU 方法包各用一小份容易學的資料，在 CUDA 上真的訓練（QLoRA 4-bit、混合精度、預訓練模型），一邊用 NVML 量 VRAM 峰值，再註冊並預測一次。報告列出每一項的結果、時間、VRAM 峰值和方法包宣告的最低 VRAM。說明：https://honguan.github.io/autoforge/GPU/

修正

• image-classification 0.1.1、llm-finetune 0.1.1：記錄 train_loss 時改用 loss.item()，不再出現 PyTorch 警告。
• autoforge index add 更新方法包時，沒給 --tag 會保留原本的搜尋標籤；索引裡每個方法包都補上了標籤，包括中文關鍵字（例如「推薦」「語音辨識」）。

在你的 GPU 上試試

pip install -U "autoforge-trainer[all]" bitsandbytes
autoforge eval gpu

完整變更紀錄：https://github.com/Honguan/autoforge/blob/main/CHANGELOG.md