fairseq2라는 이름의 Windows 앱이며, 최신 릴리스는 v0.5.2sourcecode.tar.gz 형식으로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks에서 fairseq2라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린샷:
페어시크2
설명 :
fairseq2는 Meta AI Research에서 기존 fairseq 라이브러리를 완전히 재설계하여 개발한 현대적인 모듈식 시퀀스 모델링 프레임워크입니다. 확장성, 구성 가능성, 그리고 연구의 유연성을 고려하여 처음부터 구축된 fairseq2는 명령어 미세 조정, 인간 피드백을 통한 강화 학습(RLHF), 그리고 대규모 다국어 모델링을 포함한 광범위한 언어, 음성 및 다중 모드 콘텐츠 생성 작업을 지원합니다. 대규모 모놀리식 코드베이스로 진화했던 기존 fairseq와 달리, fairseq2는 장기적인 유지 관리와 신속한 실험을 위해 설계된 깔끔하고 플러그인 중심의 아키텍처를 도입했습니다. DDP, FSDP, 그리고 텐서 병렬 처리를 활용하여 다중 GPU 및 다중 노드 분산 학습을 지원하며, 최대 70억 개 이상의 매개변수 모델까지 확장 가능합니다. 이 프레임워크는 torch.compile, 완전 분할 데이터 병렬(FSDP), 그리고 최신 구성 관리와 같은 PyTorch 2.x 기능과 완벽하게 통합됩니다.
기능
- 구성 가능하고 결정론적인 구성 시스템
- 텍스트 및 음성을 위한 고처리량 C++ 스트리밍 데이터 파이프라인
- 지침 미세 조정, 선호도 최적화 및 RLHF를 위한 레시피
- 최적화된 생성 및 추론을 위한 기본 vLLM 통합
- DDP, FSDP 및 텐서 병렬 처리를 통해 70B+ 매개변수 모델을 지원합니다.
- 깔끔하고 확장 가능한 아키텍처를 갖춘 모듈식 차세대 fairseq
프로그래밍 언어
C, C++, 파이썬, 유닉스 쉘
카테고리
이 애플리케이션은 https://sourceforge.net/projects/fairseq2.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.