रिवार्ड-मुक्त सेल्फ-कोरक्शन का उपयोग करके रेक्टिफाइड-फ्लो डिफ्यूजन मॉडल को प्रशिक्षित करें ताकि डीनोइजिंग ट्रैजेक्टory त्रुटियों को ठीक किया जा सके।
डिफ्यूजन मॉडल के लिए पोस्ट-ट्रेनिंग जो रिवार्ड मॉडल या प्रेफरेंस लेबल के बिना एक्सपोजर बायस को ठीक करती है।
HY-SOAR एक ओपन सोर्स पोस्ट-ट्रेनिंग फ्रेमवर्क है जिसे Tencent-Hunyuan द्वारा स्टेबल डिफ़्यूजन 3.5 जैसे रेक्टिफाइड-फ्लो डिफ्यूजन मॉडल के लिए विकसित किया गया है। आपको इसका उपयोग करना चाहिए यदि आप टर्मिनल रिवार्ड मॉडल या लेबल किए गए प्रेफरेंस जोड़े पर निर्भर हुए बिना जनरेशन के दौरान ट्रैजेक्टory एक्सपोजर बायस को खत्म करना चाहते हैं। यह मशीन लर्निंग इंजीनियरों और जनरेटिव AI शोधकर्ताओं की सेवा करता है जो डिफ्यूजन पाइपलाइन को फाइन-ट्यून करते हैं।
यह टूल डिफ्यूजन मॉडल रोलआउट से ऑन-ट्रैजेक्टory स्टेट्स को सैंपल करता है, ऑफ-ट्रैजेक्टory स्टेट्स को नॉइज एंडपॉइंट की ओर फिर से नॉइज करता है, और विश्लेषणात्मक करेक्शन वेलोसिटी की गणना करता है। यह एक ऑन-पॉलिसी, प्रति-टाइमस्टेप करेक्शन सिग्नल बनाता है जो मानक SFT को समाहित करता है। यह मल्टी-GPU हार्डवेयर के लिए ट्रेनिंग स्क्रिप्ट, रिवार्ड मूल्यांकन कोड और DeepSpeed इंटीग्रेशन प्रदान करता है।
यह AI शोधकर्ताओं और ML इंजीनियरों के लिए उपयुक्त है जो कार्य-विशिष्ट परिशोधन के लिए फ्लो-मैचिंग टेक्स्ट-टू-इमेज मॉडल की पोस्ट-ट्रेनिंग कर रहे हैं। यह गैर-तकनीकी उपयोगकर्ताओं या टर्नकी विजुअल जनरेटर की तलाश कर रही टीमों के लिए उपयुक्त नहीं है, क्योंकि इसके लिए मल्टी-GPU इन्फ्रास्ट्रक्चर और गहरी PyTorch विशेषज्ञता की आवश्यकता होती है।
ऑफ-ट्रैजेक्टory स्टेट्स को मूल नॉइज एंडपॉइंट की ओर फिर से नॉइज करके ठीक उसी टाइमस्टेप पर डीनोइज़र की देखरेख करता है जहां त्रुटियां होती हैं।
रिवार्ड मॉडल या नेगेटिव सैंपल का उपयोग किए बिना क्लीन लैटेंट्स से जुड़े प्रति-टाइमस्टेप ज्यामितीय करेक्शन टारगेट प्रदान करता है।
सक्रिय मॉडल के अपने रोलआउट से सहायक स्टेट्स उत्पन्न करता है ताकि ट्रेनिंग डिस्ट्रीब्यूशन मॉडल पैरामीटर के साथ विकसित हो सके।
GenEval, PickScore, CLIPScore, HPSv2.1 और PaddleOCR के लिए स्थानीय मूल्यांकन सेटअप को एकीकृत करता है।
HY-SOAR को GitHub से डाउनलोड करने के लिए मुफ्त है, लेकिन रिपॉजिटरी ओपन-सोज लाइसेंस निर्दिष्ट नहीं करती है। एकमात्र परिचालन लागत वितरित मॉडल ट्रेनिंग के लिए आवश्यक उच्च-प्रदर्शन GPU हार्डवेयर के प्रावधान से आती है।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
नहीं, HY-SOAR बाहरी प्रेफरेंस लेबल के बिना उत्पन्न स्टेट्स और क्लीन लैटेंट्स से सीधे विश्लेषणात्मक ज्यामितीय करेक्शन टारगेट की गणना करता है।
हाँ, यह फ्लो-मैचिंग ऑब्जेक्टिव्स का विस्तार करता है और फ्लो-GRPO जैसे डाउनस्ट्रीम RL एलाइनमेंट को लागू करने से पहले मानक SFT को प्रतिस्थापित कर सकता है।
प्रदान की गई ट्रेनिंग स्क्रिप्ट डिफ़ॉल्ट रूप से स्टेबल डिफ़्यूजन 3.5 मीडियम (stabilityai/stable-diffusion-3.5-medium) पर सेट होती हैं।
Google में Zekai को सबसे पहले देखें