أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › أمن سيبراني › HY-SOAR
✦ مجاني ومفتوح المصدرأمن سيبراني

HY-SOAR

تدريب نماذج انتشار التدفق المعدل (rectified-flow) باستخدام التصحيح الذاتي الخالي من المكافآت لإصلاح أخطاء مسار إزالة التشوش.

محاذاة التصحيح الذاتي لنماذج الانتشار

ما بعد التدريب لنماذج الانتشار الذي يصحح انحياز التعرض دون الحاجة إلى نماذج مكافأة أو تسميات تفضيل.

مجاني للأبد · متاح المصدر · Licence not stated in the repository
✓ Needs IT✓ يعمل في المتصفح✓ تعاون فوري
5.9
ZEKAI
تدريب متقدم لنماذج التدفق
مجاني ومفتوح المصدر · أمن سيبراني
سهولة الإعداد2
الفائدة8
الصيانة7
المجتمع6.5
★ 752
غيت هَب
Apr 2026
آخر تحديث
Licence not stated in the repository
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

HY-SOAR هو إطار عمل مفتوح المصدر لما بعد التدريب تم تطويره بواسطة Tencent-Hunyuan لنماذج انتشار التدفق المعدل مثل Stable Diffusion 3.5. يجب عليك استخدامه إذا كنت تريد القضاء على انحياز تعرض المسار أثناء التوليد دون الاعتماد على نماذج مكافأة نهائية أو أزواج تفضيل مصنفة. إنه يخدم مهندسي تعلم الآلة وباحثي الذكاء الاصطناعي التوليدي الذين يقومون بضبط خطوط أنابيب الانتشار.

يعمل على
Cross-platform
الاستضافة
Self-host
اللغات
Python
الرخصة
Licence not stated in the repository

ما هو

تقوم الأداة بأخذ عينات من حالات على المسار من إخراج نموذج الانتشار، وإعادة إضافة التشوش إلى الحالات خارج المسار نحو نقطة نهاية التشوش، وتحسب سرعات التصحيح التحليلية. هذا يخلق إشارة تصحيح سياسية، لكل خطوة زمنية، والتي تتضمن التدريب الإشراف القياسي (SFT). وهي توفر نصوص تدريب برمجية، وكود تقييم المكافآت، وتكامل DeepSpeed للأجهزة التي تحتوي على وحدات معالجة رسومية متعددة.

لمن هو

إنه يناسب باحثي الذكاء الاصطناعي ومهندسي تعلم الآلة الذين يقومون بما بعد التدريب لنماذج تحويل النص إلى صورة مطابقة للتدفق من أجل التحسين الخاص بالمهمة. وهو لا يناسب المستخدمين غير التقنيين أو الفرق التي تبحث عن مولد مرئي جاهز، لأنه يتطلب البنية التحتية لوحدات معالجة رسومية متعددة وخبرة عميقة في PyTorch.

أهم الميزات

تصحيح مسار انحياز التعرض

يشرف على مزيل التشوش عند الأخطاء الدقيقة في الخطوات الزمنية التي تحدث عن طريق إعادة إضافة التشوش إلى الحالات خارج المسار نحو نقطة نهاية التشوش الأصلية.

أهداف مكثفة خالية من المكافآت

توفر أهداف تصحيح هندسية لكل خطوة زمنية مثبتة على الحالات الكامنة النظيفة دون استخدام نماذج مكافأة أو عينات سالبة.

إشارة تدريب تعتمد على السياسة

تنشئ حالات إضافية من مخرجات النموذج النشط نفسه بحيث تتطور توزيعه التدريبية جنباً إلى جنب مع معاملات النموذج.

حزمة تقييم متعددة المقاييس

تدمج إعدادات التقييم المحلي لـ GenEval وPickScore وCLIPScore وHPSv2.1 وPaddleOCR.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
استنسخ مستودع الكود وابنِ بيئة Conda لـ Python 3.10 مع PyTorch 2.6 وCUDA 12.6.
2
قم بتنزيل نقاط تفتيش تقييم المكافآت وقم بترجمة تبعيات CUDA الأصلية لـ MMCV وMMDetection.
3
قم المصادقة عبر huggingface-cli للوصول إلى Stable Diffusion 3.5 Medium وتشغيل sora.train_soar_sd3_5m باستخدام torchrun.
بصراحة

حكمنا الصادق

ما يميّزه

  • يصلح أخطاء إزالة التشوش المتراكمة دون الحاجة إلى مجموعات بيانات تفضيلية أو تدريب نموذج مكافأة.
  • يعمل كبديل جاهز أو مرحلة مسبقة للتدريب الإشراف القياسي (SFT).
  • يتضمن نصوص تشغيل DeepSpeed ZeRO-2 مكوّنة مسبقاً للتدريب الموزع.
  • يوفر خطوط أنابيب تقييم محلي مبسطة لمقاييس المعايير مثل GenEval وHPSv2.1.

أين يقصّر

  • يتطلب حوسبة وحدة معالجة رسوميات كبيرة، مع تكوين التدريب الافتراضي لعقدة تحتوي على 8 وحدات معالجة رسومية.
  • يتطلب إعدادات بيئة معقدة بما في ذلك تصميمات C++ المخصصة لـ MMCV وCUDA 12.6.
  • لا يوجد ترخيص رسمي مقدم في بيانات مستودع الكود الوصفية، مما يجعل شروط الاستخدام القانونية غير واضحة.
التكلفة

التسعير والرخصة

HY-SOAR مجاني للتنزيل من GitHub، لكن مستودع الكود لا يحدد ترخيصاً مفتوح المصدر. تأتي التكلفة التشغيلية الوحيدة من توفير أجهزة وحدة معالجة الرسوميات عالية الأداء اللازمة لتدريب النموذج الموزع.

عمل مدفوع

وظائف للناطقين بالعربية

877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

🎁 بدائل مجانية ومفتوحة المصدر
المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: HY-SOAR لـ أمن سيبراني
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت HY-SOAR واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

هل يتطلب HY-SOAR تسميات تفضيل أو تعليقات بشرية؟

لا، يحسب HY-SOAR أهداف التصحيح الهندسي التحليلي مباشرة من الحالات المولدة والحالات الكامنة النظيفة دون تسميات تفضيل خارجية.

هل يمكن استخدام HY-SOAR جنباً إلى جنب مع مراحل التعلم التعزيزي؟

نعم، فهو يوسع أهداف مطابقة التدفق ويمكن أن يحل محل التدريب الإشراف القياسي (SFT) قبل تطبيق محاذاة التعلم التعزيزي اللاحقة مثل Flow-GRPO.

ما هو النموذج الأساسي الذي يقوم HY-SOAR بتدريبه خارج الصندوق؟

تفترض نصوص التدريب المقدمة افتراضياً Stable Diffusion 3.5 Medium (stabilityai/stable-diffusion-3.5-medium).

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ أمن سيبراني — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل