Objavili smo Cadence, radno okruženje u kojem treniramo i ocenjujemo modele iza Oasis Speecha. Javni repozitorijum je fork našeg produkcionog sistema, pod MIT licencom. Ljudi i agenti za programiranje u njemu rade preko istog API-ja.
Svakog meseca, za mnogo jezika, fino podešavamo, merimo i upoređujemo modele iza našeg prepoznavanja govora. Cadence je mesto gde se to događa. Danas je repozitorijum javan: github.com/usunrise88/cadence.
Šta je to
Cadence pokriva ceo životni vek modela za govor: podatke, trening, evaluaciju, izvoz i puštanje u rad, kao i petlju koja produkcione pozive vraća u trening podatke.
- Agent-native. Agent za programiranje u Cadenceu radi preko istog API-ja kao i interfejs. Njegove izmene stižu kao nacrti pod njegovim imenom. Sve što troši novac ili menja zajednički resurs čeka odobrenje čoveka.
- API-first. Jedan OpenAPI ugovor generiše server, veb klijent, alate za agente i komandnu liniju, pa radnja ima isto ime svuda.
- Kapije. Cadence ocenjuje model na zamrznutim skupovima za evaluaciju kroz pravi strimujući dekoder i registruje ga tek kad prođe svoju kapiju.
- Čisti testovi. Cadence proverava svaki ulaz za trening prema svakom skupu za evaluaciju, pa klip za evaluaciju ne može procureti u trening.
- Budžeti. Svaki projekat i svaka sesija agenta ima GPU budžet. Cadence računa i zadatke u redu čekanja, pa red malih zadataka ne može zbirom preći ograničenje.
Fork onoga što koristimo
Javni repozitorijum je fork sistema koji koristimo u produkciji. To je isto okruženje u kojem smo trenirali Oasis Speech 2, objavljeno pod MIT licencom: koristite ga, menjajte i gradite na njemu.
Pročitajte više
- Cadence: okruženje u kojem treniramo Oasis Speech, istraživačka beleška s više detalja o tome kako radi.
- Oasis Speech 2 je pušten u rad: naši agenti sada razumeju 48 jezika.
- Repozitorijum: github.com/usunrise88/cadence.