Objavili smo Cadence, radno okruženje u kojem treniramo i ocjenjujemo modele iza Oasis Speech. Javni repozitorijum je fork našeg proizvodnog sistema, pod MIT licencom. Ljudi i agenti za programiranje u njemu rade preko istog API-ja.
Svakog mjeseca, za mnogo jezika, fino podešavamo, mjerimo i poredimo modele iza našeg prepoznavanja govora. Cadence je mjesto gdje se to događa. Danas je repozitorijum javan: github.com/usunrise88/cadence.
Šta je to
Cadence pokriva cijeli život modela za govor: podatke, treniranje, evaluaciju, izvoz i uvođenje, kao i petlju koja proizvodne pozive vraća u podatke za treniranje.
- Prilagođen agentima. Agent za programiranje radi u Cadence-u preko istog API-ja kao i interfejs. Njegove izmjene stižu kao nacrti pod njegovim imenom. Sve što troši novac ili mijenja zajednički resurs čeka odobrenje čovjeka.
- Prvo API. Jedan OpenAPI ugovor generiše server, web klijent, alate za agente i komandnu liniju, pa radnja ima isti naziv svuda.
- Kapije. Cadence ocjenjuje model na zamrznutim evaluacionim skupovima kroz pravi dekoder za strujanje i registruje ga tek kad prođe svoju kapiju.
- Čisti testovi. Cadence provjerava svaki ulaz za treniranje naspram svakog evaluacionog skupa, pa evaluacioni klip ne može procuriti u treniranje.
- Budžeti. Svaki projekat i svaka sesija agenta ima GPU budžet. Cadence u njega računa i posao u redu čekanja, pa red malih poslova ne može preći granicu.
Fork onoga što koristimo
Javni repozitorijum je fork sistema koji koristimo u proizvodnji. To je isto radno okruženje u kojem smo trenirali Oasis Speech 2, objavljeno pod MIT licencom: koristite ga, mijenjajte ga i gradite na njemu.
Pročitajte više
- Cadence: radno okruženje u kojem treniramo Oasis Speech, istraživačka bilješka sa više pojedinosti o tome kako radi.
- Oasis Speech 2 je pokrenut: naši agenti sada čuju 48 jezika.
- Repozitorijum: github.com/usunrise88/cadence.