यह fairseq2 नाम का एक लिनक्स ऐप है जिसका नवीनतम संस्करण v0.5.2sourcecode.tar.gz के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ़्त होस्टिंग प्रदाता OnWorks पर ऑनलाइन चलाया जा सकता है।
Fairseq2 नामक इस ऐप को OnWorks के साथ निःशुल्क डाउनलोड करें और ऑनलाइन चलाएँ।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट
Ad
फेयरसेक2
वर्णन
फेयरसेक2 एक आधुनिक, मॉड्यूलर अनुक्रम मॉडलिंग फ्रेमवर्क है जिसे मेटा एआई रिसर्च द्वारा मूल फेयरसेक लाइब्रेरी के पूर्ण पुनर्निर्देशन के रूप में विकसित किया गया है। मापनीयता, संयोजनशीलता और अनुसंधान लचीलेपन के लिए शुरू से ही निर्मित, फेयरसेक2 भाषा, वाक् और बहुविध सामग्री निर्माण कार्यों की एक विस्तृत श्रृंखला का समर्थन करता है, जिसमें निर्देश फ़ाइन-ट्यूनिंग, मानव फ़ीडबैक से सुदृढीकरण सीखना (आरएलएचएफ), और बड़े पैमाने पर बहुभाषी मॉडलिंग शामिल हैं। मूल फेयरसेक के विपरीत—जो एक बड़े, अखंड कोडबेस में विकसित हुआ—फेयरसेक2 एक स्वच्छ, प्लगइन-उन्मुख आर्किटेक्चर प्रस्तुत करता है जिसे दीर्घकालिक रखरखाव और तीव्र प्रयोग के लिए डिज़ाइन किया गया है। यह डीडीपी, एफएसडीपी और टेंसर समानांतरता का उपयोग करके बहु-जीपीयू और बहु-नोड वितरित प्रशिक्षण का समर्थन करता है, जो 70B+ पैरामीटर मॉडल तक स्केलिंग करने में सक्षम है। यह फ्रेमवर्क टार्च.कंपाइल, फुली शार्डेड डेटा पैरेलल (एफएसडीपी), और आधुनिक कॉन्फ़िगरेशन प्रबंधन जैसी PyTorch 2.x सुविधाओं के साथ सहजता से एकीकृत होता है।
विशेषताएं
- संयोज्य और नियतात्मक विन्यास प्रणाली
- पाठ और भाषण के लिए उच्च-थ्रूपुट C++ स्ट्रीमिंग डेटा पाइपलाइन
- निर्देश को बेहतर बनाने, वरीयता अनुकूलन और RLHF के लिए विधियां
- अनुकूलित उत्पादन और अनुमान के लिए मूल vLLM एकीकरण
- DDP, FSDP, और टेंसर समानांतरता के साथ 70B+ पैरामीटर मॉडल का समर्थन करता है
- मॉड्यूलर, अगली पीढ़ी का फेयरसेक, स्वच्छ, विस्तार योग्य आर्किटेक्चर के साथ
प्रोग्रामिंग भाषा
सी, सी ++, पायथन, यूनिक्स शैल
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/fairseq2.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।
