This is the Linux app named fairseq2 whose latest release can be downloaded as v0.5.2sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descargue y ejecute en línea esta aplicación llamada fairseq2 con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
fairseq2
DESCRIPCIÓN
fairseq2 es un moderno marco de modelado de secuencias modular, desarrollado por Meta AI Research como un rediseño completo de la biblioteca original de fairseq. Diseñado desde cero para ofrecer escalabilidad, componibilidad y flexibilidad en la investigación, fairseq2 admite una amplia gama de tareas de generación de lenguaje, voz y contenido multimodal, incluyendo el ajuste fino de instrucciones, el aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF) y el modelado multilingüe a gran escala. A diferencia del fairseq original, que evolucionó a una base de código extensa y monolítica, fairseq2 presenta una arquitectura limpia y orientada a plugins, diseñada para un mantenimiento a largo plazo y una rápida experimentación. Admite entrenamiento distribuido multi-GPU y multinodo mediante DDP, FSDP y paralelismo tensorial, con capacidad para escalar modelos de parámetros de hasta más de 70 000 millones. El marco se integra a la perfección con las funciones de PyTorch 2.x, como torch.compile, Fully Sharded Data Parallel (FSDP) y una moderna gestión de configuración.
Caracteristicas
- Sistema de configuración componible y determinista
- Canalización de datos de transmisión en C++ de alto rendimiento para texto y voz
- Recetas para el ajuste fino de instrucciones, la optimización de preferencias y RLHF
- Integración nativa de vLLM para una generación e inferencia optimizadas
- Admite más de 70 B de modelos de parámetros con DDP, FSDP y paralelismo tensorial
- Fairseq modular de próxima generación con una arquitectura limpia y extensible
Lenguaje de programación
C, C ++, Python, Unix Shell
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/fairseq2.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
