Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

baby run post decay performance via weight averaging

Aperta
  • Qualcosa non va?
#336 0 commenti 0 reazioni 1 assegnatario Vedi su GitHub

@Niccolo-Ajroldi ci sta già lavorando.

Dal 26/6/2026.

Valutazione

Questa issue non è ancora stata valutata.

Descrizione

T4.2 - model exploration

Goal
Estimate and compute the performance of the baby model after LR decay.

Description
We train at stable LR, what's the performance after LR decay?

Deliverable scope

  • Decay the 1T checkpoint
  • Predict the performance of the baby model after LR decay using Weight Averaging.
  • Compare the performance of the two weight average checkpoint with the lr-decayed one

Dependencies
Needs the implementation of a weight averaging routine that works on distributed checkpoints.
Needs transferring of checkpoint from Leo to LUMI [in progress].

Lingua principale
Nessun dato sulla lingua
Stelle
3
Fork
0
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di OpenEuroLLM/Taskboard

Tutte le issue di OpenEuroLLM/Taskboard

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.