उत्तरप्रकाशित14 स्रोत
openPangu-2.0 के लिए Huawei ने खोला पूरा ट्रेनिंग स्टैक
Huawei के नए openPangu 2.0 Training प्रोजेक्ट में प्रीट्रेनिंग और सुपरवाइज़्ड फाइन ट्यूनिंग (SFT) का कोड है; openPangu 2.0 RL पोस्ट ट्रेनिंग रीइन्फोर्समेंट लर्निंग (RL) पर केंद्रित है। [1] पहले जारी Pro और Flash मॉडल वेट्स और इन्फरेंस कोड से मॉडल चलाए जा सकते थे; नए Ascend केंद्रित प्रोजेक्ट डेवलपर्स को ट्रेनिंग और...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Huawei के नए openPangu 2.0 Training प्रोजेक्ट में प्रीट्रेनिंग और सुपरवाइज़्ड फाइन ट्यूनिंग (SFT) का कोड है; openPangu 2.0 RL पोस्ट ट्रेनिंग रीइन्फोर्समेंट लर्निंग (RL) पर केंद्रित है। [1]
- पहले जारी Pro और Flash मॉडल वेट्स और इन्फरेंस कोड से मॉडल चलाए जा सकते थे; नए Ascend केंद्रित प्रोजेक्ट डेवलपर्स को ट्रेनिंग और मॉडल अनुकूलन के चरणों पर काम करने का विकल्प देते हैं। [1][2][27]
- मॉडल कार्ड के अनुसार Pro में लगभग 505 अरब कुल और 18 अरब प्रति टोकन सक्रिय पैरामीटर हैं; Flash में लगभग 92 अरब कुल और 6 अरब सक्रिय पैरामीटर हैं। दोनों में 512K टोकन की कॉन्टेक्स्ट विंडो और लगभग 34 ट्रिलियन प्रीट्रेनिंग...
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Huawei open-source for openPangu-2.0 on September 28, 2026, and how does the new Ascend-native pretraining, supervised fine-tuning. Article summary: On September 28, 2026, Huawei open-sourced **Ascend-native code for openPangu-2.0 pretraining, supervised fine-tuning (SFT), and post-training reinforcement learning (RL)**. That is a training-stack release: the earlier . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
28 सितंबर 2026 को Huawei ने openPangu-2.0 के लिए प्रीट्रेनिंग, सुपरवाइज़्ड फाइन-ट्यूनिंग (SFT) और पोस्ट-ट्रेनिंग रीइन्फोर्समेंट लर्निंग (RL) का कोड ओपन-सोर्स किया। नया हिस्सा मॉडल के तैयार वेट्स नहीं, बल्कि उन्हें ट्रेन करने और आगे अनुकूलित करने के काम आने वाला कोड है। Huawei के पहले Pro और Flash रिलीज़ में मॉडल-वेट्स और इन्फरेंस संसाधन उपलब्ध थे; अब Ascend पर आधारित ट्रेनिंग के चरणों के लिए भी प्रोजेक्ट जारी किए गए हैं। 1
2
27
क्या कोड जारी किया गया है?
openPangu-2.0-Training प्रोजेक्ट प्रीट्रेनिंग और SFT को सपोर्ट करता है। openPangu-2.0-RL पोस्ट-ट्रेनिंग में रीइन्फोर्समेंट लर्निंग पर केंद्रित है। दोनों Huawei के Ascend ट्रेनिंग इकोसिस्टम के लिए बनाए गए हैं। 1
इसलिए इसे केवल एक और मॉडल चेकपॉइंट की रिलीज़ समझना ठीक नहीं होगा। घोषणा में प्रोजेक्ट्स और उनके मुख्य काम का उल्लेख है, लेकिन उससे यह अपने-आप साबित नहीं होता कि मूल ट्रेनिंग रन दोहराने के लिए जरूरी पूरा कंप्यूट, डेटा या कॉन्फ़िगरेशन भी उपलब्ध है। 1
Pro और Flash के मॉडल आकार
दोनों मॉडल कार्ड openPangu-2.0 को मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) मॉडल बताते हैं। MoE में हर टोकन पर सभी पैरामीटर सक्रिय नहीं होते; नीचे दिए गए सक्रिय पैरामीटर उसी प्रति-टोकन सक्रिय हिस्से के हैं। 19
27
| मॉडल | कुल पैरामीटर | प्रति टोकन सक्रिय पैरामीटर | कॉन्टेक्स्ट विंडो | बताए गए प्रीट्रेनिंग टोकन |
|---|---|---|---|---|
| openPangu-2.0-Pro | लगभग 505 अरब | लगभग 18 अरब | 512K टोकन | लगभग 34 ट्रिलियन |
| openPangu-2.0-Flash | लगभग 92 अरब | लगभग 6 अरब | 512K टोकन | लगभग 34 ट्रिलियन |
ये दोनों मॉडलों के लिए अलग-अलग बताए गए आंकड़े हैं। लगभग 34 ट्रिलियन प्रीट्रेनिंग टोकन हर मॉडल के लिए दर्ज हैं—यह दोनों को जोड़कर निकाला गया कुल आंकड़ा नहीं है। 19
27
मॉडल कार्ड में बताए गए पोस्ट-ट्रेनिंग तरीके
Pro और Flash के मॉडल कार्ड में ऐसी एकीकृत SFT प्रक्रिया बताई गई है जिसका उद्देश्य “धीमी” और “तेज़” सोचने की क्षमताओं को साथ लाना है। इसके बाद कई विशेषज्ञ RL चरण और ऑनलाइन पॉलिसी डिस्टिलेशन (OPD) का उल्लेख है। ये मॉडल कार्ड में दिए गए पोस्ट-ट्रेनिंग विवरण हैं; 28 सितंबर की घोषणा अलग से ट्रेनिंग और RL कोड जारी करने की बात करती है। 19
27
1
आर्किटेक्चर की खास बातें
मॉडल कार्ड के मुताबिक, दोनों में मल्टी-हेड लेटेंट अटेंशन (MLA) के साथ DSA और स्लाइडिंग-विंडो अटेंशन (SWA) लेयर 1:2 के अनुपात में इस्तेमाल की गई हैं। SWA पास के संदर्भ को संभालती है, जबकि स्पार्स DSA लेयर दूर तक फैली जानकारी को एकत्र करती हैं। 19
27
कार्ड में चार-स्ट्रीम mHC आर्किटेक्चर, तीन-हेड मल्टी-टोकन प्रेडिक्शन (MTP) मॉड्यूल और Muon ऑप्टिमाइज़र का भी उल्लेख है। MTP मॉड्यूल अतिरिक्त रूप से तीन टोकन की भविष्यवाणी करता है। ये मॉडल कार्ड में दर्ज डिजाइन विशेषताएं हैं—सितंबर में जारी कोड के साथ नई घोषित सुविधाएं नहीं। 19
27
Ascend पर काम करने वाले डेवलपर्स के लिए क्या बदला?
पहले उपलब्ध वेट्स और इन्फरेंस कोड से डेवलपर प्रकाशित Pro या Flash मॉडल चला सकते थे। नए प्रोजेक्ट ट्रेनिंग प्रक्रिया के ज्यादा हिस्सों—प्रीट्रेनिंग, SFT और RL पोस्ट-ट्रेनिंग—पर काम करने के लिए कोड देते हैं। यानी Ascend इकोसिस्टम में काम करने वाले डेवलपर्स अब सिर्फ तैयार मॉडल चलाने तक सीमित नहीं हैं; वे मॉडल ट्रेन करने और अनुकूलित करने के तरीकों को भी परख सकते हैं। 1
2
27
हालांकि, उपलब्ध स्रोत प्रोजेक्ट्स का व्यापक उद्देश्य बताते हैं, हर समर्थित वर्कफ़्लो या उसकी हार्डवेयर जरूरतों का पूरा विवरण नहीं। 1
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"openPangu-2.0 के लिए Huawei ने खोला पूरा ट्रेनिंग स्टैक" का संक्षिप्त उत्तर क्या है?
Huawei के नए openPangu 2.0 Training प्रोजेक्ट में प्रीट्रेनिंग और सुपरवाइज़्ड फाइन ट्यूनिंग (SFT) का कोड है; openPangu 2.0 RL पोस्ट ट्रेनिंग रीइन्फोर्समेंट लर्निंग (RL) पर केंद्रित है। [1]
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Huawei के नए openPangu 2.0 Training प्रोजेक्ट में प्रीट्रेनिंग और सुपरवाइज़्ड फाइन ट्यूनिंग (SFT) का कोड है; openPangu 2.0 RL पोस्ट ट्रेनिंग रीइन्फोर्समेंट लर्निंग (RL) पर केंद्रित है। [1] पहले जारी Pro और Flash मॉडल वेट्स और इन्फरेंस कोड से मॉडल चलाए जा सकते थे; नए Ascend केंद्रित प्रोजेक्ट डेवलपर्स को ट्रेनिंग और मॉडल अनुकूलन के चरणों पर काम करने का विकल्प देते हैं। [1][2][27]
मुझे अभ्यास में आगे क्या करना चाहिए?
मॉडल कार्ड के अनुसार Pro में लगभग 505 अरब कुल और 18 अरब प्रति टोकन सक्रिय पैरामीटर हैं; Flash में लगभग 92 अरब कुल और 6 अरब सक्रिय पैरामीटर हैं। दोनों में 512K टोकन की कॉन्टेक्स्ट विंडो और लगभग 34 ट्रिलियन प्रीट्रेनिंग...