agentscope-ai/Trinity-RFT

Reward function中的Reward Model应该在哪里初始化？

Open

#312 geöffnet am 10. Okt. 2025

Auf GitHub ansehen
 (2 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (70 Forks)github user discovery
good first issue

Repository-Metriken

Stars
 (648 Stars)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

Reward function中的Reward Model在哪里初始化是最好的呢；我目前是在workflow类下初始化的，但是它只能加载到cpu，然后推理打分时会非常非常慢，以至于超时报错

Contributor Guide

Research-Richtung
Untersuchen Sie, wie die Initialisierung des Reward Modells auf die GPU verschoben werden kann. Überprüfen Sie die Modelllade Hilfsprogramme des Frameworks und stellen Sie sicher, dass das Gerät auf CUDA gesetzt ist, falls verfügbar. Suchen Sie in anderen Teilen der Codebasis nach Beispielen für die GPU Initialisierung.
Tech Stack
python
Domain
aimachine learning
Issue Type
Performance
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
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
PythonPyTorch
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70