facebookresearch/fairseq

Actor-Critic NMT

Open

#3 386 ouverte le 23 mars 2021

Voir sur GitHub
 (1 commentaire) (0 réactions) (0 assignés)Python (6 224 forks)batch import
enhancementhelp wantedneeds triagestale

Métriques du dépôt

Stars
 (29 107 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

Fairseq contains many NMT models but models with Reinforcement Learning are absent. It would be great if that is added

Guide contributeur

Direction de recherche
Examinez les modèles NMT existants dans fairseq (par exemple transformer, LSTM) pour comprendre l'architecture. Recherchez les méthodes Actor Critic dans la littérature NMT, comme celles utilisant le policy gradient. Consultez les bibliothèques d'apprentissage par renforcement de PyTorch comme torchrl. Proposez des détails d'implémentation spécifiques et des emplacements de fichiers (par exemple, fairseq/models/ pour les définitions de modèles, fairseq/tasks/ pour les tâches d'entraînement). Initiez une discussion avec les mainteneurs pour clarifier la portée et les critères d'acceptation.
Stack technique
pythonpytorch
Domaine
machine learningai
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
4
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Plus d'une semaine
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Ancienne
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Investigation requise
Prérequis
PythonPyTorch
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
20