InternLM/xtuner

About RLHF need

Offen

#93 geöffnet am 04.09.2023

Auf GitHub ansehenContributor Guide
 (3 Kommentare) (1 Reaktion) (1 zugewiesene Person)Python (444 Forks)github user discovery
feature requestgood first issue

Repository-Metriken

Stars
 (5.180 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 2T 22h) (65 gemergte PRs in 30 T)

Beschreibung

需要实现几种对齐算法 1.PPO 这个没的说，比较传统和通用，但是训练的开销会大一点 2. RAFT LMFLOW社区有做 https://optimalscale.github.io/LMFlow/examples/raft.html 3.pangu-coder2 RRTF (Rank Responses to align Test&Teacher Feedback) 总结一下是说，他们是用了代码单元测试，然后把单元测试的结果作为标签合并Loss微调LLM https://arxiv.org/abs/2307.14936 image image RRTF华为他们这部分没有开源。RAFT是开源了，RRTF可以的话可以一起讨论一起实现一下。

Contributor Guide

Research-Richtung
Studieren Sie die referenzierten Algorithmen (PPO, RAFT, RRTF) und finden Sie Open Source Implementierungen. Analysieren Sie für RRTF das Paper und diskutieren Sie mit der Community. Erwägen Sie, mit RAFT zu beginnen, da es eine Open Source Referenz gibt.
Tech Stack
python
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Über 1 Woche
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
20