As etapas principais a seguir são necessárias para configurar o ambiente da HRM (usando o Linux como exemplo):
Preparação do ambiente básico
- Instalação dos drivers NVIDIA e do kit de ferramentas CUDA 12.6
- Configurar variáveis de ambiente CUDA:
export CUDA_HOME=/usr/local/cuda-12.6 - Instale o PyTorch (adaptado para CUDA 12.6):
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
Instalação dos componentes necessários
- Ferramentas de construção:
pip3 install packaging ninja wheel setuptools setuptools-scm - FlashAttention (escolha o método de instalação de acordo com a arquitetura da GPU):
- Arquitetura Hopper (por exemplo, H100): compilação e instalação do código-fonte necessárias
- Arquiteturas Ampere/anteriores (por exemplo, série RTX 30/40): instalação direta na tubulação
Implementação do projeto
- Clonagem do depósito oficial:
git clone https://github.com/sapientinc/HRM.git - Instale a dependência:
pip install -r requirements.txt - (Opcional) Configurar a W&B para monitoramento de treinamento
Essa resposta foi extraída do artigoHRM: modelos de raciocínio hierárquico para raciocínio complexoO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como faço para instalar e configurar o ambiente de tempo de execução do HRM?
