تدريب نماذج انتشار التدفق المعدل (rectified-flow) باستخدام التصحيح الذاتي الخالي من المكافآت لإصلاح أخطاء مسار إزالة التشوش.
ما بعد التدريب لنماذج الانتشار الذي يصحح انحياز التعرض دون الحاجة إلى نماذج مكافأة أو تسميات تفضيل.
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.
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.
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.
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.
توفر أهداف تصحيح هندسية لكل خطوة زمنية مثبتة على الحالات الكامنة النظيفة دون استخدام نماذج مكافأة أو عينات سالبة.
تنشئ حالات إضافية من مخرجات النموذج النشط نفسه بحيث تتطور توزيعه التدريبية جنباً إلى جنب مع معاملات النموذج.
تدمج إعدادات التقييم المحلي لـ GenEval وPickScore وCLIPScore وHPSv2.1 وPaddleOCR.
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.
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.
لا، يحسب HY-SOAR أهداف التصحيح الهندسي التحليلي مباشرة من الحالات المولدة والحالات الكامنة النظيفة دون تسميات تفضيل خارجية.
نعم، فهو يوسع أهداف مطابقة التدفق ويمكن أن يحل محل التدريب الإشراف القياسي (SFT) قبل تطبيق محاذاة التعلم التعزيزي اللاحقة مثل Flow-GRPO.
تفترض نصوص التدريب المقدمة افتراضياً Stable Diffusion 3.5 Medium (stabilityai/stable-diffusion-3.5-medium).
شاهد Zekai أولاً في جوجل