OpenSenseNova annonce la mise en open source de l'intégralité du code de formation de SenseNova-U1, supportant un modèle dense de 8B et une architecture A3B MoE. Un cadre unifié permettant de former simultanément des tâches multimodales telles que la génération de texte en image, l'édition d'image, la génération croisée et la compréhension de texte et de vision. Conçu pour un entraînement à grande échelle, doté d'un parallélisme hybride, d'une pipeline de données en flux pouvant être restaurée, de configurations pilotées par des variables d'environnement, et pouvant s'étendre de 1×8 GPU à un cluster multi-nœuds. Le code est déjà open source sur GitHub sous licence Apache-2.0.

MeNews

2026-05-26 17:25:23

Création du résumé en cours

Les nouvelles de ME News, le 26 mai (UTC+8), OpenSenseNova a publié le code complet d'entraînement de SenseNova-U1 en open source, prenant en charge son modèle dense de 8 milliards de paramètres et l'architecture A3B MoE. Cette bibliothèque de code utilise un cadre unifié, permettant l'entraînement simultané de diverses tâches multimodales, y compris la génération de texte en image, la modification d'images, la génération croisée et la compréhension du texte et du visuel. Conçue pour un entraînement à grande échelle, elle supporte le parallélisme hybride, les pipelines de données en streaming récupérables, la configuration pilotée par variables d'environnement, ainsi que l'extension de 1×8 GPU à des clusters multi-nœuds. Le code est open source sur GitHub, sous licence Apache-2.0. (Source : AiHot)

Voir l'original

Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.

8 J'aime

Récompense
8
5
1
Partager

Commentaire

Ajouter un commentaire

NeonMeltsIceCream

· Il y a 6h

Parallélisme hybride + récupération en flux, l'entraînement à grande échelle n'a plus peur des interruptions

Voir l'originalRépondre0

StardustRouter

· Il y a 6h

Configuration pilotée par variables d'environnement, l'intégration CI/CD devrait être beaucoup plus fluide

Voir l'originalRépondre0

AuroraStone

· Il y a 6h

Compréhension du texte + génération d'images + édition tout-en-un, un seul cadre pour une solution multimodale complète

Voir l'originalRépondre0

GateUser-46c777d0

· Il y a 6h

Passer d'une carte 1×8 à une extension multi-noeuds, cette conception flexible est trop avantageuse pour les petites et moyennes équipes

Voir l'originalRépondre0

NftsOutsideTheTidalLine

· Il y a 6h

Apache-2.0 conscience, 8B dense + A3B MoE dual architecture, maximum flexibility

Voir l'originalRépondre0

Sujets populaires
Afficher plus
#
StockTradingChallengeUpTo17000U
16.22M Popularité
#
USStrikesIran
9.32M Popularité
#
IsraelStrikesIranBTCPlunges
49.53K Popularité
#
GatePredictionMarketAddsSmartMoneyTracking
13.81M Popularité
#
InstitutionalCapitalRotatesFromBTCToHYPEAndXRP
14.33M Popularité

Épinglé

SenseNova-U1 code d'entraînement complet open source, supporte l'entraînement multimodal et multitâche

Sujets populaires

StockTradingChallengeUpTo17000U

USStrikesIran

IsraelStrikesIranBTCPlunges

GatePredictionMarketAddsSmartMoneyTracking

InstitutionalCapitalRotatesFromBTCToHYPEAndXRP

Épinglé