นี่คือแอป Windows ชื่อ fairseq2 ซึ่งสามารถดาวน์โหลดเวอร์ชันล่าสุดได้ที่ v0.5.2sourcecode.tar.gz สามารถรันออนไลน์ได้ในผู้ให้บริการโฮสติ้งฟรี OnWorks สำหรับเวิร์กสเตชัน
ดาวน์โหลดและรันแอปออนไลน์ชื่อ fairseq2 ด้วย OnWorks ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ภาพหน้าจอ:
แฟร์เซค2
รายละเอียด:
fairseq2 คือเฟรมเวิร์กการสร้างแบบจำลองลำดับโมดูลาร์ที่ทันสมัย พัฒนาโดย Meta AI Research ซึ่งเป็นการออกแบบใหม่ทั้งหมดจากไลบรารี fairseq ดั้งเดิม fairseq2 สร้างขึ้นตั้งแต่ต้นเพื่อความสามารถในการปรับขนาด ความสามารถในการเรียบเรียง และความยืดหยุ่นในการวิจัย รองรับงานสร้างภาษา เสียงพูด และเนื้อหาแบบมัลติโมดัลที่หลากหลาย รวมถึงการปรับแต่งคำสั่ง การเรียนรู้แบบเสริมแรงจากฟีดแบ็กของมนุษย์ (RLHF) และการสร้างแบบจำลองหลายภาษาขนาดใหญ่ ซึ่งแตกต่างจาก fairseq ดั้งเดิมที่พัฒนาเป็นฐานโค้ดขนาดใหญ่แบบโมโนลิธิก fairseq2 นำเสนอสถาปัตยกรรมที่สะอาดตาและเน้นปลั๊กอิน ซึ่งออกแบบมาเพื่อการบำรุงรักษาในระยะยาวและการทดลองที่รวดเร็ว รองรับการฝึกอบรมแบบกระจายหลาย GPU และหลายโหนดโดยใช้ DDP, FSDP และ Tensor Parallism ซึ่งสามารถปรับขนาดโมเดลพารามิเตอร์ได้สูงสุดถึง 70B+ เฟรมเวิร์กนี้ผสานรวมเข้ากับฟีเจอร์ต่างๆ ของ PyTorch 2.x ได้อย่างราบรื่น เช่น torch.compile, Fully Sharded Data Parallel (FSDP) และการจัดการการกำหนดค่าที่ทันสมัย
คุณสมบัติ
- ระบบการกำหนดค่าแบบประกอบได้และกำหนดได้
- ไพพ์ไลน์ข้อมูลสตรีมมิ่ง C++ ที่มีปริมาณงานสูงสำหรับข้อความและคำพูด
- สูตรสำหรับการปรับแต่งคำแนะนำ การปรับแต่งการตั้งค่า และ RLHF
- การรวม vLLM ดั้งเดิมเพื่อการสร้างและการอนุมานที่เหมาะสมที่สุด
- รองรับโมเดลพารามิเตอร์ 70B+ พร้อม DDP, FSDP และการประมวลผลคู่ขนานเทนเซอร์
- Fairseq แบบโมดูลาร์รุ่นถัดไปพร้อมสถาปัตยกรรมที่สะอาดและขยายได้
ภาษาโปรแกรม
C, C++, หลาม, ยูนิกซ์เชลล์
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/fairseq2.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา