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.
OnWorks を使用して、fairseq2 というこのアプリを無料でダウンロードしてオンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
フェアシーケンス2
DESCRIPTION
fairseq2 は、Meta AI Research がオリジナルの fairseq ライブラリを完全に再設計して開発した、最新のモジュール式シーケンス モデリング フレームワークです。スケーラビリティ、構成可能性、研究の柔軟性を念頭にゼロから構築された fairseq2 は、命令の微調整、人間のフィードバックからの強化学習 (RLHF)、大規模な多言語モデリングなど、幅広い言語、音声、マルチモーダル コンテンツ生成タスクをサポートしています。大規模なモノリシック コードベースに進化したオリジナルの fairseq とは異なり、fairseq2 は長期的な保守性と迅速な実験のために設計された、クリーンでプラグイン指向のアーキテクチャを導入しています。DDP、FSDP、テンソル並列処理を使用したマルチ GPU およびマルチノードの分散トレーニングをサポートし、最大 70 億以上のパラメータ モデルまで拡張可能です。このフレームワークは、torch.compile、Fully Sharded Data Parallel (FSDP)、最新の構成管理などの PyTorch 2.x 機能とシームレスに統合されます。
オプション
- 構成可能で決定論的な構成システム
- テキストと音声のための高スループット C++ ストリーミング データ パイプライン
- 命令の微調整、嗜好の最適化、RLHFのレシピ
- 最適化された生成と推論のためのネイティブvLLM統合
- DDP、FSDP、テンソル並列処理を備えた70億以上のパラメータモデルをサポート
- クリーンで拡張可能なアーキテクチャを備えた、モジュール式の次世代フェアシーケンス
プログラミング言語
C、C++、Python、Unix シェル
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/fairseq2.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。
