Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Propietario

OpenRLHF

Inicia sesión para seguir

1 repositorio indexado · Ver en GitHub

Para principiantes Todo
Abierto Todos

Las issues en las que quizá ya trabaja alguien aparecen al final. Ordenar todo por fecha

  • EvalPort: portable interchange for compute_eval_metrics results
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 40/100

    OpenRLHF/OpenRLHF#1367 ·

    Los mantenedores suelen responder en 1 día

  • [Roadmap] OpenRLHF on Intel XPU
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1303 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • 🔥 Molt brings an Automodel-powered backend (AutoTP/EP/CP) to OpenRLHF
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1273 ·

    Los mantenedores suelen responder en 1 día

  • Feature request: reward-hacking onset monitoring hooks during PPO/GRPO training
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1263 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • Consider using pre-built Flash Attention kernels via `kernels`
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 22/100

    OpenRLHF/OpenRLHF#1244 · 1 reacción ·

    Los mantenedores suelen responder en 1 día

  • ray error for multi-nodes training
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1236 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • Torch 2.10's `LRScheduler._update_lr` breaks LORA
    Quizá libre de nuevo Abierto
    • ¿Algo no está bien?

    Dificultad 1/5 Menos de una hora Aptitud para principiantes 50/100

    OpenRLHF/OpenRLHF#1225 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • multimodal reward models
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1224 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • Sandboxed execution for multi-turn agent rollouts
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1210 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • 额外的奖励模型如何提升显卡利用率
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 25/100

    OpenRLHF/OpenRLHF#1196 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • For asynchronous training with vLLM 0.16.0+, please update to OpenRLHF 0.9.5
    Abierto
    • ¿Algo no está bien?

    Dificultad 1/5 Menos de una hora Aptitud para principiantes 18/100

    OpenRLHF/OpenRLHF#1193 ·

    Los mantenedores suelen responder en 1 día

  • DeepSpeed Off-loading Weights (not just Optimizer States)
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1187 ·

    Los mantenedores suelen responder en 1 día

  • PPO "mini batches"
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 25/100

    OpenRLHF/OpenRLHF#1185 ·

    Los mantenedores suelen responder en 1 día

  • Support for tool-calling
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 8/100

    OpenRLHF/OpenRLHF#1183 · 3 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Support Qwen3vl GRPO？
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1175 · 1 comentario · 2 reacciones ·

    Los mantenedores suelen responder en 1 día

  • Reinforcement learning fine-tuning, continuously outputting token 0.
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1165 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • 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
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 8/100

    OpenRLHF/OpenRLHF#1157 ·

    Los mantenedores suelen responder en 1 día

  • Don't Use bf16 for RL, but fp16
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1155 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • Ray+Vllm+Lora
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 Más de una semana Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1153 · 1 reacción ·

    Los mantenedores suelen responder en 1 día

  • Significant Performance Gap between `zero_stage=1` and `zero_stage=2`
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 20/100

    OpenRLHF/OpenRLHF#1151 · 5 comentarios · 1 reacción ·

    Los mantenedores suelen responder en 1 día

  • GRPO load_in_4bit error
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 18/100

    OpenRLHF/OpenRLHF#1150 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • ref_model可以替换为其他的模型吗，当前是跟actor一致
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 25/100

    OpenRLHF/OpenRLHF#1149 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • knowledge distillation train
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1146 ·

    Los mantenedores suelen responder en 1 día

  • ppo eval
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 22/100

    OpenRLHF/OpenRLHF#1145 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • ValueError: not enough values to unpack (expected 4, got 3)
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 35/100

    OpenRLHF/OpenRLHF#1143 · 2 reacciones ·

    Los mantenedores suelen responder en 1 día

  • Add experiment tracking via `trackio`
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 52/100

    OpenRLHF/OpenRLHF#1136 ·

    Los mantenedores suelen responder en 1 día

  • SFT deepspeed tp bug !
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 18/100

    OpenRLHF/OpenRLHF#1134 · 9 comentarios ·

    Los mantenedores suelen responder en 1 día

  • [Bug]: Training suddenly stopped while using hybrid engine
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1133 · 4 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Token and text concatenation issue in the process of agentic training.
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 28/100

    OpenRLHF/OpenRLHF#1128 · 3 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Feature Request: Support for Multimodal Model SFT and RL Training
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 8/100

    OpenRLHF/OpenRLHF#1127 · 1 reacción ·

    Los mantenedores suelen responder en 1 día

  • save model nccl timeout
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 Más de una semana Aptitud para principiantes 12/100

    OpenRLHF/OpenRLHF#1126 · 3 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Does OpenRLHF currently support PPO training based on Process Reward Model (PRM)?
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1125 · 1 reacción ·

    Los mantenedores suelen responder en 1 día

  • 使用Remote RM 会卡住
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1123 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Proposal: Fully Asynchronous RL Pipeline Support in OpenRLHF
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1116 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • DeepSpeed AutoTP with Hybrid Engine
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1110 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • RL Reward Instability and Reproducibility Issues Tied to vLLM Version
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1108 · 3 comentarios · 1 reacción ·

    Los mantenedores suelen responder en 1 día

  • wandb中记录的train/generated_samples，sample和reward不是对应的吗
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 20/100

    OpenRLHF/OpenRLHF#1107 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • agent_func、reward_func时--normalization_reward参数不起作用，对吗
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 28/100

    OpenRLHF/OpenRLHF#1106 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • [BUG] Cannot reload the dataloader state from checkpoints in ppo training
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 28/100

    OpenRLHF/OpenRLHF#1103 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Support for NVIDIA Nsight Systems
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 12/100

    OpenRLHF/OpenRLHF#1099 ·

    Los mantenedores suelen responder en 1 día

  • Are you considering supporting the FR3E algorithm？
    Abierto
    • ¿Algo no está bien?

    Dificultad 5/5 Más de una semana Aptitud para principiantes 8/100

    OpenRLHF/OpenRLHF#1093 ·

    Los mantenedores suelen responder en 1 día

  • Release artifacts (models, dataset) on Hugging Face
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 25/100

    OpenRLHF/OpenRLHF#1087 ·

    Los mantenedores suelen responder en 1 día

  • [Memory Leak] GPU Memory Accumulates After Each Epoch in Training
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 10/100

    OpenRLHF/OpenRLHF#1086 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • 疑似某次重构导致不再支持无vllm后端的rollout？
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 25/100

    OpenRLHF/OpenRLHF#1082 · 2 comentarios ·

    Los mantenedores suelen responder en 1 día

  • 目前的Lora不支持带vllm的后端吗？
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 20/100

    OpenRLHF/OpenRLHF#1081 · 3 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Need some help for setting up a usable runtime
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 20/100

    OpenRLHF/OpenRLHF#1074 ·

    Los mantenedores suelen responder en 1 día

  • How to turn off thinking mode when doing RL on Qwen3
    Abierto
    • ¿Algo no está bien?

    Dificultad 4/5 3-5 días Aptitud para principiantes 20/100

    OpenRLHF/OpenRLHF#1073 · 5 comentarios ·

    Los mantenedores suelen responder en 1 día

  • Does OpenRLHF support multi-node SFT training?
    Abierto
    • ¿Algo no está bien?

    Dificultad 1/5 Menos de una hora Aptitud para principiantes 25/100

    OpenRLHF/OpenRLHF#1072 · 1 comentario ·

    Los mantenedores suelen responder en 1 día

  • SLURM 18.08.3 doesn’t support the --overlap option
    Abierto
    • ¿Algo no está bien?

    Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100

    OpenRLHF/OpenRLHF#1071 ·

    Los mantenedores suelen responder en 1 día

  • For VLM training, do we have a parameter that can freeze vision encoder?
    Abierto
    • ¿Algo no está bien?

    Dificultad 3/5 1-2 días Aptitud para principiantes 15/100

    OpenRLHF/OpenRLHF#1070 ·

    Los mantenedores suelen responder en 1 día

Mostrando los 100 más recientes

Esta página solo lista lo indexado más recientemente. El filtro avanzado tiene el inventario completo, acotado por lenguaje, dificultad y duración.

Abrir el filtro avanzado

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.