feat(tf2): align optimizer dispatch with the common schema
Los mantenedores suelen responder en 4 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Tranquilo
- Stack tecnológico
- python, tensorflow
- Área
- backend, machine-learning, testing
Línea de trabajo
Empieza en el entrenador de TF2 y en el límite compartido de dispatch/factory, y sigue después cómo el bloque de optimizer normalizado de nivel superior llega a la validación del backend. Ejecuta o añade pruebas deterministas de actualización de un solo paso para los parámetros compatibles y verifica que checkpoint/resume reproduzca la siguiente actualización. Se considera terminado cuando cada schema optimizer tiene un estado explícito en TF2, las opciones no compatibles fallan antes del entrenamiento y HybridMuon puede integrarse mediante #5771 sin análisis duplicado.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Summary
TF2 optimizer dispatch supports Adam and AdamW, while the common schema also exposes LKF, AdaMuon, and HybridMuon. Unsupported choices currently fail only in the TF2 trainer.
DPA4 HybridMuon support is tracked in #5771; this issue covers the broader backend-aware optimizer contract, including explicit support/restriction for the remaining schema variants.
Scope
- Consume and validate the normalized top-level
optimizerblock. - Implement TF2-native optimizers that are intended to be supported.
- Reject intentionally unsupported variants during backend-aware validation.
- Wire optimizer-specific parameters and preserve state through checkpoints.
- Do not silently fall back to Adam or ignore normalized fields.
- Coordinate the shared dispatch/factory boundary with #5771.
Acceptance criteria
- Every schema-exposed optimizer has an explicit TF2 support status.
- Supported optimizer parameters affect deterministic one-step update tests.
- Unsupported variants fail before the training loop with an actionable message.
- Adam and AdamW remain behaviorally compatible.
- Checkpoint/resume restores complete optimizer state and reproduces the next update.
- HybridMuon integration can land through #5771 without duplicating configuration parsing.
Refs #5757.
Coding agent: Codex
Codex version: codex-cli 0.144.4
Model: gpt-5.6-sol
Reasoning effort: xhigh
- Lenguaje dominante
- Python
- Estrellas
- 2.1k
- Forks
- 659
- Merge medio
- 4 d 2 h
- PR fusionados (30 d)
- 6
Preparar el entorno
Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de deepmodeling/deepmd-kit
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
deepmodeling/deepmd-kit#6038 · 2 comentarios ·
Los mantenedores suelen responder en 4 días
-
[BUG] Native-spin DPA4C graph path fails on zero-node graphsPosiblemente ocupada @LOGO127 la tomó hace 40 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
deepmodeling/deepmd-kit#5991 ·
Los mantenedores suelen responder en 4 días
-
Docs enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
deepmodeling/deepmd-kit#5766 · 1 comentario ·
Los mantenedores suelen responder en 4 días
-
[Code scan] Symmetrize ASE calculator stress after reshaping virialPosiblemente ocupada @njzjz la tomó hace 92 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
deepmodeling/deepmd-kit#5689 · 2 comentarios ·
Los mantenedores suelen responder en 4 días
-
[Code scan] Freeze Paddle DPA3 parameters with stop_gradientPosiblemente ocupada @njzjz la tomó hace 92 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
deepmodeling/deepmd-kit#5686 · 1 comentario ·
Los mantenedores suelen responder en 4 días
Todos los issues de deepmodeling/deepmd-kit
Issues similares
-
fix formatting of the sample database page of the docsPosiblemente ocupada @Aaqibhafeezkhan la tomó hoy. Abiertodocumentation good first issue help wanted
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
chaoss/CollectOSS#544 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
area/plugin good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
kestra-io/plugin-soda#137 ·
-
Dificultad 2/5 Medio día Aptitud para principiantes 62/100
ibm-granite/granite.build#504 ·
Los mantenedores suelen responder en 2 días
-
`LazyFrameRemote` and `ExecuteRemote` sinks do not accept `Path`, like `LazyFrame` sinks do.Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día