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.
Baixe e execute online este aplicativo chamado fairseq2 com o OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
SCREENSHOTS
Ad
fairseq2
DESCRIÇÃO
fairseq2 é um framework moderno e modular de modelagem de sequências desenvolvido pela Meta AI Research como uma reformulação completa da biblioteca fairseq original. Construído do zero para escalabilidade, componibilidade e flexibilidade de pesquisa, fairseq2 suporta uma ampla gama de tarefas de geração de linguagem, fala e conteúdo multimodal, incluindo ajuste fino de instruções, aprendizado por reforço a partir de feedback humano (RLHF) e modelagem multilíngue em larga escala. Diferentemente do fairseq original — que evoluiu para uma grande base de código monolítica — fairseq2 apresenta uma arquitetura limpa e orientada a plugins, projetada para manutenção a longo prazo e experimentação rápida. Ele suporta treinamento distribuído multi-GPU e multi-nós usando DDP, FSDP e paralelismo tensorial, capaz de escalar até mais de 70 bilhões de modelos de parâmetros. O framework integra-se perfeitamente com recursos do PyTorch 2.x, como torch.compile, Fully Sharded Data Parallel (FSDP) e gerenciamento de configuração moderno.
Recursos
- Sistema de configuração componível e determinístico
- Pipeline de dados de streaming C++ de alto rendimento para texto e fala
- Receitas para ajuste fino de instruções, otimização de preferências e RLHF
- Integração nativa vLLM para geração e inferência otimizadas
- Suporta mais de 70 bilhões de modelos de parâmetros com DDP, FSDP e paralelismo tensorial
- Fairseq modular de última geração com uma arquitetura limpa e extensível
Linguagem de Programação
C, C ++, Python, Unix Shell
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/fairseq2.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.
