Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Cibersegurança › HY-SOAR
✦ Grátis & open sourceCibersegurança

HY-SOAR

Treine modelos de difusão de fluxo retificado usando autocorreção sem recompensa para corrigir erros de trajetória de dessensibilização.

Alinhamento por Autocorreção para Modelos de Difusão

Pós-treinamento para modelos de difusão que corrige o viés de exposição sem modelos de recompensa ou rótulos de preferência.

Grátis para sempre · source-available · Licence not stated in the repository
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
5.9
ZEKAI
Treinamento avançado de modelos de fluxo
Grátis & open source · Cibersegurança
Facilidade de configuração2
Utilidade8
Manutenção7
Comunidade6.5
★ 752
GITHUB
Apr 2026
ATUALIZADO
Licence not stated in the repository
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

O HY-SOAR é um framework de pós-treinamento open source desenvolvido pela Tencent-Hunyuan para modelos de difusão de fluxo retificado como Stable Diffusion 3.5. Você deve usá-lo se quiser eliminar o viés de exposição de trajetória durante a geração sem depender de modelos de recompensa terminais ou pares de preferência rotulados. Ele atende engenheiros de machine learning e pesquisadores de IA gerativa que realizam fine-tuning em pipelines de difusão.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
Licence not stated in the repository

O que é

A ferramenta amostra estados na trajetória a partir de um rollout de um modelo de difusão, reaplica ruído em estados fora da trajetória em direção a um ponto final de ruído e calcula velocidades de correção analíticas. Isso cria um sinal de correção on-policy e por passo de tempo que subsume o SFT padrão. Ele fornece scripts de treinamento, código de avaliação de recompensa e integração com DeepSpeed para hardware multi-GPU.

Para quem

É adequado para pesquisadores de IA e engenheiros de ML que fazem pós-treinamento de modelos de texto para imagem baseados em flow-matching para refinamento específico de tarefas. Não é adequado para usuários não técnicos ou equipes que procuram um gerador visual pronto para uso, pois requer infraestrutura multi-GPU e profunda experiência em PyTorch.

Recursos principais

Correção de Trajetória por Viés de Exposição

Supervisiona o denoiser no passo de tempo exato em que ocorrem os erros, reaplicando ruído em estados fora da trajetória em direção ao ponto final de ruído original.

Objetivos Densos Sem Recompensa

Fornece alvos de correção geométrica por passo de tempo ancorados em latentes limpos, sem usar modelos de recompensa ou amostras negativas.

Sinal de Treinamento On-Policy

Gera estados auxiliares a partir dos rollouts do próprio modelo ativo, de modo que a distribuição de treinamento evolui junto com os parâmetros do modelo.

Suíte de Avaliação Multi-Métrica

Integra configurações de avaliação local para GenEval, PickScore, CLIPScore, HPSv2.1 e PaddleOCR.

Como começar

Pronto em 3 passos

1
Clone o repositório e crie o ambiente Conda com Python 3.10, PyTorch 2.6 e CUDA 12.6.
2
Baixe os checkpoints de avaliação de recompensa e compile as dependências nativas do CUDA para MMCV e MMDetection.
3
Autentique-se via huggingface-cli para acessar o Stable Diffusion 3.5 Medium e execute sora.train_soar_sd3_5m com torchrun.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Corrige erros cumulativos de eliminação de ruído sem precisar de datasets de preferência ou treinamento de modelos de recompensa.
  • Atua como um substituto direto ou estágio preliminar para o Supervised Fine-Tuning (SFT) padrão.
  • Inclui scripts de inicialização DeepSpeed ZeRO-2 pré-configurados para treinamento distribuído.
  • Fornece pipelines de avaliação local simplificados para métricas de benchmark como GenEval e HPSv2.1.

Onde deixa a desejar

  • Requer computação significativa em GPU, com o treinamento padrão configurado para um nó de 8 GPUs.
  • Exige configurações de ambiente complexas, incluindo builds personalizadas em C++ para MMCV e CUDA 12.6.
  • Nenhuma licença oficial é fornecida nos metadados do repositório, deixando os termos de uso legal incertos.
Custo

Preços & licença

O HY-SOAR é gratuito para download no GitHub, mas o repositório não especifica uma licença open source. O único custo operacional vem do provisionamento do hardware de GPU de alto desempenho necessário para o treinamento distribuído de modelos.

Trabalho remunerado

Vagas para quem fala português

879 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source
Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: HY-SOAR para Cibersegurança
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o HY-SOAR para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

O HY-SOAR requer rótulos de preferência ou feedback humano?

Não, o HY-SOAR calcula alvos de correção geométrica analítica diretamente a partir de estados gerados e latentes limpos, sem rótulos de preferência externos.

O HY-SOAR pode ser usado junto com estágios de Reinforcement Learning?

Sim, ele estende os objetivos de flow-matching e pode substituir o SFT padrão antes de aplicar o alinhamento de RL downstream, como Flow-GRPO.

Qual modelo base o HY-SOAR treina nativamente?

Os scripts de treinamento fornecidos usam como padrão o Stable Diffusion 3.5 Medium (stabilityai/stable-diffusion-3.5-medium).

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Cibersegurança — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google