如何在 macOS 上实现自定义训练方法¶
我们正在积极完善本指南，并收集更多用户的真实使用经验，以便提供更清晰、更有效的操作指引。
不过我们希望强调：从技术上讲，完全可以在 macOS 系统中，将您自己的 AI 训练代码集成并运行在 DeepExtension 中。
当前您可以做什么¶
我们推荐阅读：我们是如何实现 MLX-Demo（macOS）的，该示例展示了 DeepExtension 与 mlx_lm.lora 训练接口之间的成功集成。
如果您的训练框架实现方式与 mlx_lm.lora 相似，那么只需极少的改动即可集成至 DeepExtension。
接下来我们会做什么¶
我们正在积极推进以下内容：
- 测试更多 macOS 平台下的训练框架（尤其是基于 MLX 的方案）
- 提供更详细的分步模板和可运行的演示脚本
- 进一步完善日志回调与输出保存逻辑，使其更适配 macOS 的运行环境
您的反馈与贡献对我们至关重要。Mac用户的耐心等候，将帮助我们为您打造更完善、更稳定的开发者体验。
DeepExtension —— 成就原生 Mac AI 开发，毫无妥协。