verl-project/verl

Support Generative Reward Model (GenRM)

Geschlossen

#229 geöffnet am 09.02.2025

Auf GitHub ansehenContributor Guide
 (17 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (4.440 Forks)auto 404
enhancementgood first issue

Repository-Metriken

Stars
 (23.087 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 3T 6h) (125 gemergte PRs in 30 T)

Beschreibung

According to the documentation, veRL only supports AutoModelForSequenceClassification. What would be the best way to implement generative reward model (GenRM) for veRL? I tried looking at FSDP Workers and Megatron-LM Workers but they no longer exist.

Contributor Guide

Research-Richtung
Untersuche die aktuelle Implementierung des Belohnungsmodells in verl, insbesondere die Unterstützung für AutoModelForSequenceClassification. Überprüfe die Kommentare und verlinkten PRs für vorgeschlagene Designs. Da die referenzierten Workers nicht mehr existieren, erkunde die aktuelle Actor/Critic Architektur, um zu identifizieren, wo die GenRM Integration passen würde. Schlage ein Design vor, das das Belohnungsmodell erweitert, um generierungsbasierte Bewertung zu unterstützen.
Tech Stack
python
Domain
machine learningai
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.
1-2 Tage
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.
Meist klar
Voraussetzungen
PythonPyTorch
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30