KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › IT-Sicherheit › HY-SOAR
✦ Frei & Open SourceIT-Sicherheit

HY-SOAR

Trainieren Sie Rectified-Flow-Diffusionsmodelle mithilfe von belohnungsfreier Selbstkorrektur, um Fehler in der Entrauschungstrajektorie zu beheben.

Selbstkorrektur-Ausrichtung für Diffusionsmodelle

Post-Training für Diffusionsmodelle, das Exposure Bias ohne Belohnungsmodelle oder Präferenz-Labels behebt.

Für immer kostenlos · quelloffen einsehbar · Licence not stated in the repository
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
5.9
ZEKAI
Fortgeschrittenes Flow-Modell-Training
Frei & Open Source · IT-Sicherheit
Einfache Einrichtung2
Nützlichkeit8
Wartung7
Community6.5
★ 752
GITHUB
Apr 2026
AKTUALISIERT
Licence not stated in the repository
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

HY-SOAR ist ein Open-Source-Post-Training-Framework, das von Tencent-Hunyuan für Rectified-Flow-Diffusionsmodelle wie Stable Diffusion 3.5 entwickelt wurde. Sie sollten es verwenden, wenn Sie den Trajektorie-Exposure-Bias während der Generierung eliminieren möchten, ohne auf terminale Belohnungsmodelle oder gelabelte Präferenzpaare angewiesen zu sein. Es richtet sich an Machine-Learning-Engineers und Forscher im Bereich generative KI, die Diffusions-Pipelines finetunen.

Läuft auf
Cross-platform
Hosting
Self-host
Sprachen
Python
Lizenz
Licence not stated in the repository

Was es ist

Das Tool sampelt On-Trajectory-Zustände aus einem Diffusionsmodell-Rollout, entrauscht Off-Trajectory-Zustände in Richtung eines Rausch-Endpunkts und berechnet analytische Korrekturgeschwindigkeiten. Dies erzeugt ein On-Policy-Korrektursignal pro Zeitschritt, das das standardmäßige SFT ersetzt. Es bietet Trainingsskripte, Belohnungsauswertungscode und eine DeepSpeed-Integration für Multi-GPU-Hardware.

Für wen

Es eignet sich für KI-Forscher und ML-Engineers, die Flow-Matching-Text-to-Image-Modelle für aufgabenspezifische Verfeinerungen post-trainieren. Es eignet sich nicht für nicht-technische Anwender oder Teams, die einen schlüsselfertigen visuellen Generator suchen, da es Multi-GPU-Infrastruktur und tiefes PyTorch-Fachwissen erfordert.

Wichtige Funktionen

Exposure-Bias-Trajektorienkorrektur

Überwacht den Denoiser genau bei dem Zeitschritt, in dem Fehler auftreten, indem Off-Trajectory-Zustände in Richtung des ursprünglichen Rausch-Endpunkts entrauscht werden.

Belohnungsfreie dichte Zielvorgaben

Bietet geometrische Korrekturziele pro Zeitschritt, verankert an sauberen Latents, ohne Belohnungsmodelle oder negative Beispiele zu verwenden.

On-Policy-Trainingssignal

Generiert Hilfszustände aus den Rollouts des aktiven Modells, sodass sich die Trainingsverteilung gemeinsam mit den Modellparametern entwickelt.

Multi-Metrik-Evaluierungssuite

Integriert lokale Evaluierungssetups für GenEval, PickScore, CLIPScore, HPSv2.1 und PaddleOCR.

Erste Schritte

Startklar in 3 Schritten

1
Klonen Sie das Repository und erstellen Sie die Python 3.10 Conda-Umgebung mit PyTorch 2.6 und CUDA 12.6.
2
Laden Sie Belohnungsauswertungs-Checkpoints herunter und kompilieren Sie native CUDA-Abhängigkeiten für MMCV und MMDetection.
3
Authentifizieren Sie sich über huggingface-cli, um auf Stable Diffusion 3.5 Medium zuzugreifen, und starten Sie sora.train_soar_sd3_5m mit torchrun.
Klartext

Unser ehrliches Fazit

Stärken

  • Behebt kumulierende Entrauschungsfehler, ohne Präferenzdatensätze oder das Training von Belohnungsmodellen zu benötigen.
  • Dient als direkter Ersatz oder Vorstufe für standardmäßiges Supervised Fine-Tuning (SFT).
  • Enthält vorkonfigurierte DeepSpeed-ZeRO-2-Startskripte für das distribuierte Training.
  • Bietet vereinfachte lokale Evaluierungs-Pipelines für Benchmark-Metriken wie GenEval und HPSv2.1.

Schwächen

  • Erfordert erhebliche GPU-Rechenleistung, wobei das Standardtraining für einen 8-GPU-Node konfiguriert ist.
  • Verlangt komplexe Umgebungssetups einschließlich benutzerdefinierter C++-Builds für MMCV und CUDA 12.6.
  • In den Repository-Metadaten wird keine offizielle Lizenz bereitgestellt, wodurch die rechtlichen Nutzungsbedingungen unklar bleiben.
Kosten

Preise & Lizenz

HY-SOAR kann kostenlos von GitHub heruntergeladen werden, aber das Repository spezifiziert keine Open-Source-Lizenz. Die einzigen operativen Kosten entstehen durch die Bereitstellung der für das distribuierte Modelltraining erforderlichen High-Performance-GPU-Hardware.

Bezahlte Arbeit

Stellen für Deutschsprachige

877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen
Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: HY-SOAR für IT-Sicherheit
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren HY-SOAR für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Erfordert HY-SOAR Präferenz-Labels oder menschliches Feedback?

Nein, HY-SOAR berechnet analytische geometrische Korrekturziele direkt aus generierten Zuständen und sauberen Latents ohne externe Präferenz-Labels.

Kann HY-SOAR zusammen mit Reinforcement-Learning-Phasen verwendet werden?

Ja, es erweitert Flow-Matching-Ziele und kann standardmäßiges SFT ersetzen, bevor nachgelagertes RL-Alignment wie Flow-GRPO angewendet wird.

Welches Basismodell trainiert HY-SOAR out of the box?

Die bereitgestellten Trainingsskripte verwenden standardmäßig Stable Diffusion 3.5 Medium (stabilityai/stable-diffusion-3.5-medium).

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für IT-Sicherheit — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen