Gürültü giderme yörünge hatalarını düzeltmek için ödülsüz öz-düzeltme kullanarak düzeltilmiş akışlı (rectified-flow) difüzyon modelleri eğitin.
Ödül modelleri veya tercih etiketleri olmadan maruz kalma sapmasını (exposure bias) düzelten difüzyon modelleri için eğitim sonrası (post-training) süreç.
HY-SOAR, Tencent-Hunyuan tarafından Stable Diffusion 3.5 gibi düzeltilmiş akışlı (rectified-flow) difüzyon modelleri için geliştirilmiş açık kaynaklı bir eğitim sonrası çerçevedir. Üretim sırasında uç nokta (terminal) ödül modellerine veya etiketli tercih çiftlerine dayanmadan yörünge maruz kalma sapmasını ortadan kaldırmak istiyorsanız bunu kullanmalısınız. Difüzyon boru hatlarını (pipelines) ince ayarlayan makine öğrenimi mühendislerine ve üretken yapay zeka araştırmacılarına hizmet eder.
Araç, bir difüzyon modeli çalışmasından (rollout) yörünge üstü durumları örnekler, yörünge dışı durumları bir gürültü uç noktasına doğru yeniden gürültülendirir ve analitik düzeltme hızlarını hesaplar. Bu, standart SFT'yi kapsayan, politika içi (on-policy), zaman adımına özel bir düzeltme sinyali oluşturur. Çoklu GPU donanımı için eğitim betikleri, ödül değerlendirme kodu ve DeepSpeed entegrasyonu sağlar.
Göreve özel iyileştirme için metinden görsele akış eşleme (flow-matching) modellerini eğiten yapay zeka araştırmacıları ve ML mühendisleri için uygundur. Çoklu GPU altyapısı ve derin PyTorch uzmanlığı gerektirdiğinden, teknik olmayan kullanıcılar veya anahtar teslim bir görsel üretici arayan ekipler için uygun değildir.
Yörünge dışı durumları orijinal gürültü uç noktasına doğru yeniden gürültülendirerek, gürültü gidericiyi hataların oluştuğu tam zaman adımında denetler.
Ödül modelleri veya negatif örnekler kullanmaksızın temiz latentlere (latent space) dayanan zaman adımına özel geometrik düzeltme hedefleri sağlar.
Eğitim dağılımının model parametreleriyle birlikte evrimleşmesi için aktif modelin kendi çalışmalarından yardımcı (auxiliary) durumlar üretir.
GenEval, PickScore, CLIPScore, HPSv2.1 ve PaddleOCR için yerel değerlendirme kurulumlarını entegre eder.
HY-SOAR, GitHub'dan ücretsiz olarak indirilebilir, ancak depo açık kaynaklı bir lisans belirtmemektedir. Tek operasyonel maliyet, dağıtık model eğitimi için gereken yüksek performanslı GPU donanımının sağlanmasından kaynaklanmaktadır.
877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Hayır, HY-SOAR harici tercih etiketleri olmadan, üretilen durumlardan ve temiz latentlerden analitik geometrik düzeltme hedeflerini doğrudan hesaplar.
Evet, akış eşleme hedeflerini genişletir ve Flow-GRPO gibi sonraki aşamadaki RL hizalamasını uygulamadan önce standart SFT'nin yerini alabilir.
Sağlanan eğitim betikleri varsayılan olarak Stable Diffusion 3.5 Medium (stabilityai/stable-diffusion-3.5-medium) modelini kullanır.
Google'da önce Zekai'yi gör