आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › साइबर सुरक्षा › HY-SOAR
✦ फ्री & ओपन सोर्ससाइबर सुरक्षा

HY-SOAR

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 सेल्फ-कोरक्शन एलाइनमेंट

डिफ्यूजन मॉडल के लिए पोस्ट-ट्रेनिंग जो रिवार्ड मॉडल या प्रेफरेंस लेबल के बिना एक्सपोजर बायस को ठीक करती है।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Needs IT✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
5.9
ZEKAI
उन्नत फ्लो-मॉडल ट्रेनिंग
फ्री & ओपन सोर्स · साइबर सुरक्षा
सेटअप की आसानी2
उपयोगिता8
रखरखाव7
समुदाय6.5
★ 752
गिटहब
Apr 2026
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

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।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

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।

किसके लिए

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।

मुख्य विशेषताएँ

एक्सपोजर-बायस ट्रैजेक्टory करेक्शन

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-मुक्त डेंस ऑब्जेक्टिव्स

रिवार्ड मॉडल या नेगेटिव सैंपल का उपयोग किए बिना क्लीन लैटेंट्स से जुड़े प्रति-टाइमस्टेप ज्यामितीय करेक्शन टारगेट प्रदान करता है।

ऑन-पॉलिसी ट्रेनिंग सिग्नल

सक्रिय मॉडल के अपने रोलआउट से सहायक स्टेट्स उत्पन्न करता है ताकि ट्रेनिंग डिस्ट्रीब्यूशन मॉडल पैरामीटर के साथ विकसित हो सके।

मल्टी-मीट्रिक मूल्यांकन सूट

GenEval, PickScore, CLIPScore, HPSv2.1 और PaddleOCR के लिए स्थानीय मूल्यांकन सेटअप को एकीकृत करता है।

कैसे शुरू करें

3 चरणों में तैयार

1
रिपॉजिटरी को क्लोन करें और PyTorch 2.6 और CUDA 12.6 के साथ Python 3.10 Conda पर्यावरण बनाएं।
2
रिवार्ड मूल्यांकन चेकपॉइंट डाउनलोड करें और MMCV और MMDetection के लिए मूल CUDA निर्भरता संकलित करें।
3
स्टेबल डिफ़्यूजन 3.5 मीडियम तक पहुंचने और torchrun के साथ sora.train_soar_sd3_5m लॉन्च करने के लिए huggingface-cli के माध्यम से प्रमाणित करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • प्रेफरेंस डेटासेट या रिवार्ड मॉडल ट्रेनिंग की आवश्यकता के बिना कंपाउंडिंग डीनोइजिंग त्रुटियों को ठीक करता है।
  • मानक सुपरवाइज्ड फाइन-ट्यूनिंग (SFT) के लिए ड्रॉप-इन रिप्लेसमेंट या प्री-स्टेज के रूप में कार्य करता है।
  • वितरित ट्रेनिंग के लिए पूर्व-कॉन्फ़िगर DeepSpeed ZeRO-2 लॉन्च स्क्रिप्ट शामिल हैं।
  • GenEval और HPSv2.1 जैसे बेंचमार्क मेट्रिक्स के लिए सरलीकृत स्थानीय मूल्यांकन पाइपलाइन प्रदान करता है।

कहाँ कमी है

  • महत्वपूर्ण GPU कंप्यूट की आवश्यकता होती है, जिसमें 8-GPU नोड के लिए कॉन्फ़िगर की गई डिफ़ॉल्ट ट्रेनिंग शामिल है।
  • MMCV और CUDA 12.6 के लिए कस्टम C++ बिल्ड सहित जटिल पर्यावरण सेटअप की मांग करता है।
  • रिपॉजिटरी मेटाडेटा में कोई आधिकारिक लाइसेंस प्रदान नहीं किया गया है, जिससे कानूनी उपयोग की शर्तें स्पष्ट नहीं हैं।
लागत

मूल्य & लाइसेंस

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।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

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।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प
और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: साइबर सुरक्षा के लिए HY-SOAR
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम HY-SOAR को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

क्या HY-SOAR को प्रेफरेंस लेबल या मानवीय प्रतिक्रिया की आवश्यकता होती है?

नहीं, HY-SOAR बाहरी प्रेफरेंस लेबल के बिना उत्पन्न स्टेट्स और क्लीन लैटेंट्स से सीधे विश्लेषणात्मक ज्यामितीय करेक्शन टारगेट की गणना करता है।

क्या HY-SOAR का उपयोग रिइंफोर्समेंट लर्निंग चरणों के साथ किया जा सकता 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।

HY-SOAR बॉक्स से बाहर किस बेस मॉडल को प्रशिक्षित करता है?

प्रदान की गई ट्रेनिंग स्क्रिप्ट डिफ़ॉल्ट रूप से स्टेबल डिफ़्यूजन 3.5 मीडियम (stabilityai/stable-diffusion-3.5-medium) पर सेट होती हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
साइबर सुरक्षा के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें