Esta es la aplicación de Windows llamada fairseq2, cuya última versión se puede descargar como v0.5.2sourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
CAPTURAS DE PANTALLA:
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.