agentscope-ai/Trinity-RFT

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

Open

#312 ouverte le 10 oct. 2025

Voir sur GitHub
 (2 commentaires) (0 réactions) (0 assignés)Python (70 forks)github user discovery
good first issue

Métriques du dépôt

Stars
 (648 stars)
Métriques de merge PR
 (Métriques PR en attente)

Description

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

Guide contributeur

Direction de recherche
Enquêtez sur la façon de déplacer l'initialisation du modèle de récompense vers le GPU. Vérifiez les utilitaires de chargement de modèle du framework et assurez vous que le périphérique est défini sur CUDA s'il est disponible. Recherchez des exemples d'initialisation GPU dans d'autres parties du code.
Stack technique
python
Domaine
aimachine learning
Type d'issue
Performance
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorch
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
70