Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Owner

OpenRLHF

Zum Folgen anmelden

1 indexiertes Repository · Auf GitHub ansehen

Einsteigerfreundlich Alles
Offen Alle

Issues, an denen vielleicht schon jemand arbeitet, stehen am Ende. Alles nach Datum anzeigen

  • EvalPort: portable interchange for compute_eval_metrics results
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 40/100

    OpenRLHF/OpenRLHF#1367 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • [Roadmap] OpenRLHF on Intel XPU
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1303 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • 🔥 Molt brings an Automodel-powered backend (AutoTP/EP/CP) to OpenRLHF
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1273 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Feature request: reward-hacking onset monitoring hooks during PPO/GRPO training
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1263 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • ray error for multi-nodes training
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1236 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Torch 2.10's `LRScheduler._update_lr` breaks LORA
    Evtl. wieder frei Offen
    • Stimmt etwas nicht?

    Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 50/100

    OpenRLHF/OpenRLHF#1225 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • multimodal reward models
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1224 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Sandboxed execution for multi-turn agent rollouts
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1210 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • 额外的奖励模型如何提升显卡利用率
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1196 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • For asynchronous training with vLLM 0.16.0+, please update to OpenRLHF 0.9.5
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 18/100

    OpenRLHF/OpenRLHF#1193 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • DeepSpeed Off-loading Weights (not just Optimizer States)
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1187 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • PPO "mini batches"
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1185 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Support for tool-calling
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 8/100

    OpenRLHF/OpenRLHF#1183 · 3 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Support Qwen3vl GRPO？
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1175 · 1 Kommentar · 2 Reaktionen ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Reinforcement learning fine-tuning, continuously outputting token 0.
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1165 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • 知识蒸馏在zero stage 3时 偶现通信超时，通常运行一半或几个step出现
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 8/100

    OpenRLHF/OpenRLHF#1157 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Don't Use bf16 for RL, but fp16
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1155 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Ray+Vllm+Lora
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 Über eine Woche Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1153 · 1 Reaktion ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Significant Performance Gap between `zero_stage=1` and `zero_stage=2`
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 20/100

    OpenRLHF/OpenRLHF#1151 · 5 Kommentare · 1 Reaktion ·

    Maintainer antworten meist innerhalb von 1 Tag

  • GRPO load_in_4bit error
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 18/100

    OpenRLHF/OpenRLHF#1150 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • ref_model可以替换为其他的模型吗，当前是跟actor一致
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1149 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • knowledge distillation train
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1146 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • ppo eval
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 22/100

    OpenRLHF/OpenRLHF#1145 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • ValueError: not enough values to unpack (expected 4, got 3)
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 35/100

    OpenRLHF/OpenRLHF#1143 · 2 Reaktionen ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Add experiment tracking via `trackio`
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 52/100

    OpenRLHF/OpenRLHF#1136 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • SFT deepspeed tp bug !
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 18/100

    OpenRLHF/OpenRLHF#1134 · 9 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • [Bug]: Training suddenly stopped while using hybrid engine
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1133 · 4 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Token and text concatenation issue in the process of agentic training.
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 28/100

    OpenRLHF/OpenRLHF#1128 · 3 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Feature Request: Support for Multimodal Model SFT and RL Training
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 8/100

    OpenRLHF/OpenRLHF#1127 · 1 Reaktion ·

    Maintainer antworten meist innerhalb von 1 Tag

  • save model nccl timeout
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 Über eine Woche Anfängerfreundlichkeit 12/100

    OpenRLHF/OpenRLHF#1126 · 3 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Does OpenRLHF currently support PPO training based on Process Reward Model (PRM)?
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1125 · 1 Reaktion ·

    Maintainer antworten meist innerhalb von 1 Tag

  • 使用Remote RM 会卡住
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1123 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Proposal: Fully Asynchronous RL Pipeline Support in OpenRLHF
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1116 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • DeepSpeed AutoTP with Hybrid Engine
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1110 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • RL Reward Instability and Reproducibility Issues Tied to vLLM Version
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1108 · 3 Kommentare · 1 Reaktion ·

    Maintainer antworten meist innerhalb von 1 Tag

  • wandb中记录的train/generated_samples，sample和reward不是对应的吗
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 20/100

    OpenRLHF/OpenRLHF#1107 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • agent_func、reward_func时--normalization_reward参数不起作用，对吗
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 28/100

    OpenRLHF/OpenRLHF#1106 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • [BUG] Cannot reload the dataloader state from checkpoints in ppo training
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 28/100

    OpenRLHF/OpenRLHF#1103 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Support for NVIDIA Nsight Systems
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 12/100

    OpenRLHF/OpenRLHF#1099 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Are you considering supporting the FR3E algorithm？
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 8/100

    OpenRLHF/OpenRLHF#1093 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Release artifacts (models, dataset) on Hugging Face
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1087 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • [Memory Leak] GPU Memory Accumulates After Each Epoch in Training
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 10/100

    OpenRLHF/OpenRLHF#1086 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • 疑似某次重构导致不再支持无vllm后端的rollout？
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1082 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • 目前的Lora不支持带vllm的后端吗？
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 20/100

    OpenRLHF/OpenRLHF#1081 · 3 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Need some help for setting up a usable runtime
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 20/100

    OpenRLHF/OpenRLHF#1074 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • How to turn off thinking mode when doing RL on Qwen3
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 20/100

    OpenRLHF/OpenRLHF#1073 · 5 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Does OpenRLHF support multi-node SFT training?
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1072 · 1 Kommentar ·

    Maintainer antworten meist innerhalb von 1 Tag

  • SLURM 18.08.3 doesn’t support the --overlap option
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 48/100

    OpenRLHF/OpenRLHF#1071 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • For VLM training, do we have a parameter that can freeze vision encoder?
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 15/100

    OpenRLHF/OpenRLHF#1070 ·

    Maintainer antworten meist innerhalb von 1 Tag

  • Chat template or special tokens are modified during SFT training
    Offen
    • Stimmt etwas nicht?

    Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100

    OpenRLHF/OpenRLHF#1069 · 2 Kommentare ·

    Maintainer antworten meist innerhalb von 1 Tag

Die neuesten 100 werden angezeigt

Diese Seite listet nur das zuletzt Erfasste. Der vollständige Bestand steht im erweiterten Filter, eingegrenzt nach Sprache, Schwierigkeit und Aufwand.

Erweiterten Filter öffnen

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.