Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Siber Güvenlik › HY-SOAR
✦ Ücretsiz & açık kaynakSiber Güvenlik

HY-SOAR

Gürültü giderme yörünge hatalarını düzeltmek için ödülsüz öz-düzeltme kullanarak düzeltilmiş akışlı (rectified-flow) difüzyon modelleri eğitin.

Difüzyon Modelleri için Öz-Düzeltme Hizalaması

Ödül modelleri veya tercih etiketleri olmadan maruz kalma sapmasını (exposure bias) düzelten difüzyon modelleri için eğitim sonrası (post-training) süreç.

Sonsuza dek ücretsiz · kaynağı görülebilir · Licence not stated in the repository
✓ Needs IT✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
5.9
ZEKAI
Gelişmiş akış modeli eğitimi
Ücretsiz & açık kaynak · Siber Güvenlik
Kurulum kolaylığı2
Yararlılık8
Bakım7
Topluluk6.5
★ 752
GITHUB
Apr 2026
GÜNCELLENDİ
Licence not stated in the repository
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

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.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
Licence not stated in the repository

Nedir

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.

Kimler için

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.

Temel özellikler

Maruz Kalma Sapması Yörünge Düzeltmesi

Yörünge dışı durumları orijinal gürültü uç noktasına doğru yeniden gürültülendirerek, gürültü gidericiyi hataların oluştuğu tam zaman adımında denetler.

Ödülsüz Yoğun Hedefler

Ödül modelleri veya negatif örnekler kullanmaksızın temiz latentlere (latent space) dayanan zaman adımına özel geometrik düzeltme hedefleri sağlar.

Politika İçi Eğitim Sinyali

Eğitim dağılımının model parametreleriyle birlikte evrimleşmesi için aktif modelin kendi çalışmalarından yardımcı (auxiliary) durumlar üretir.

Çoklu Metrik Değerlendirme Paketi

GenEval, PickScore, CLIPScore, HPSv2.1 ve PaddleOCR için yerel değerlendirme kurulumlarını entegre eder.

Nasıl başlanır

3 adımda hazır

1
Depoyu klonlayın ve PyTorch 2.6 ve CUDA 12.6 ile Python 3.10 Conda ortamını oluşturun.
2
Ödül değerlendirme kontrol noktalarını (checkpoints) indirin ve MMCV ile MMDetection için yerel CUDA bağımlılıklarını derleyin.
3
Stable Diffusion 3.5 Medium'a erişmek için huggingface-cli ile kimlik doğrulaması yapın ve torchrun ile sora.train_soar_sd3_5m komutunu başlatın.
Açıkçası

Dürüst kararımız

Artıları

  • Tercih veri setlerine veya ödül modeli eğitimine ihtiyaç duyulmaksızın biriken gürültü giderme hatalarını düzeltir.
  • Standart Gözetimli İnce Ayar (Supervised Fine-Tuning - SFT) için doğrudan geçişli bir alternatif veya ön aşama olarak görev yapar.
  • Dağıtık eğitim için önceden yapılandırılmış DeepSpeed ZeRO-2 başlatma betiklerini içerir.
  • GenEval ve HPSv2.1 gibi kıyaslama (benchmark) metrikleri için basitleştirilmiş yerel değerlendirme boru hatları sağlar.

Eksileri

  • Varsayılan eğitimi 8-GPU'lu bir düğüm için yapılandırılmış olduğundan, önemli ölçüde GPU hesaplama gücü gerektirir.
  • MMCV ve CUDA 12.6 için özel C++ derlemeleri dahil olmak üzere karmaşık ortam kurulumları talep eder.
  • Depo meta verilerinde resmi bir lisans sağlanmamıştır, bu da yasal kullanım koşullarını belirsiz bırakmaktadır.
Maliyet

Fiyatlar & lisans

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.

Ücretli iş

Türkçe konuşanlar için işler

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.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

🎁 Ücretsiz & açık kaynak alternatifler
Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Siber Güvenlik için HY-SOAR
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
HY-SOAR aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

HY-SOAR tercih etiketleri veya insan geri bildirimi gerektirir mi?

Hayır, HY-SOAR harici tercih etiketleri olmadan, üretilen durumlardan ve temiz latentlerden analitik geometrik düzeltme hedeflerini doğrudan hesaplar.

HY-SOAR, Takviyeli Öğrenme (Reinforcement Learning) aşamalarıyla birlikte kullanılabilir mi?

Evet, akış eşleme hedeflerini genişletir ve Flow-GRPO gibi sonraki aşamadaki RL hizalamasını uygulamadan önce standart SFT'nin yerini alabilir.

HY-SOAR kutudan çıktığı gibi hangi taban modeli eğitir?

Sağlanan eğitim betikleri varsayılan olarak Stable Diffusion 3.5 Medium (stabilityai/stable-diffusion-3.5-medium) modelini kullanır.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Siber Güvenlik için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör