提供一套稳健的训练配方，用人类和 AI 偏好数据对齐语言模型，涵盖 SFT、DPO 等流程，帮你把基座模型调成听话好用的助手。
提供 20 多个高性能大语言模型的训练配方，覆盖预训练、微调和规模化部署全流程，适合想快速上手 LLM 训练与推理的开发者。
基于 PyTorch 的开源语音工具包，覆盖语音识别、说话人识别与分离、语音增强等任务，提供预训练模型和训练流程，方便快速搭建语音系统。
基于 Megatron 和 DeepSpeed 在 GPU 上训练大规模自回归 Transformer 的模型并行框架，用来复现和扩展 GPT-3 级别的语言模型。
…判断是否满足复用原相机设置的条件。 - 支持使用原始生成 PLY 初始化，旧图与新图共同使用正常完整训练配方，不再采用补拍专用的缩短步数或学习率倍率。 - 视频补拍沿用正常抽帧逻辑，所有结果写入独立派生项目，不覆盖源项目、原模型或编辑结果。 - 补齐准备阶段日志和最终发布数量，修复完成后仍显示“等待结果校验”的问题。 原模型初始化不是完整
…或全景类型。 - 保留完整全景画面进行相机重建，仅将已注册画面转换为六面训练图片。 - 全景使用独立训练配方，自动优化关闭时，快速／均衡／精细的 Splat 上限分别为100万／200万／300万；开启后根据档位和显存确定，最高允许1,000万。 Splat 上限不代表最终点数，也不保证显存足够。首版不支持双鱼眼、双目、VR180、裁切全