[Feature Request] Add integration to smolagents
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- ai, machine-learning
Direzione di ricerca
Inizia leggendo l’integrazione LangGraph esistente a cui fa riferimento la issue e confronta i suoi punti di ingresso con le API proposte art.smolagents.init_chat_model e wrap_rollout. Verifica il supporto asincrono di Smolagents e definisci il comportamento del wrapper prima di aggiungere il modulo di integrazione, la documentazione e gli esempi; il lavoro è completato quando il workflow di esempio viene eseguito con l’addestramento ART.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Proposal
Hello OpenPipe Team! Thanks for creating such a cool project for agent RL.
I recently saw the LangGraph integration announcement and tested it, and it works great :)
I'd like to propose adding Smolagents integration as well.
I believe Smolagents is fit for ART for several reasons:
- Simplicity: Smolagents follows a philosophy of simplicity, making it accessible while maintaining capabilities
- Community: Like LangGraph, it provides diverse community examples and recipes. Particularly, recipes like open_deep_research are ideal use cases where ART's RL techniques can provide significant value
- Integration-friendly: Smolagents' class architecture (ReACT, Memory, Message, Logging, etc.) is well-structured and easily accessible, making it straightforward to integrate with ART
Example
from art.smolagents import init_chat_model
from smolagents import CodeAgent, WebSearchTool
import art
import weave
@weave.op
async def rollout(model: art.Model, scenario: ResearchScenario) -> art.Trajectory:
chat_model = init_chat_model(model.name, temperature=1.0)
# Define available tools
tools = [WebSearchTool()]
# Create the Smolagents ReAct agent
agent = CodeAgent(tools=tools, model=chat_model, stream_outputs=True)
# Execute workflow (need to verify async support in smolagents)
return await agent.run(scenario.messages)
from art.smolagents import wrap_rollout
...
for batch in training_iterator:
groups = []
for scenario in batch.items:
groups.append(
art.TrajectoryGroup([
wrap_rollout(rollout)(model, scenario)
for _ in range(training_config["rollouts_per_group"])
])
)
...
Roadmap
- Add
art.smolagentsintegration module with wrapper functions - Add documentation and examples.
I'd be happy to work on implementing this feature if the team is interested.
Would love to hear your thoughts and any ideas! Thanks 😊
- Lingua principale
- Python
- Stelle
- 10.8k
- Fork
- 997
- Merge medio
- 10h 1m
- PR unite (30g)
- 117
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di OpenPipe/ART
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 54/100
OpenPipe/ART#961 · 3 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
OpenPipe/ART#949 · 5 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 42/100
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di OpenPipe/ART
Issue simili
-
Claiming namespace `apoint`Apertanamespace operations
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 82/100
EclipseFdn/open-vsx.org#13573 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
collective/icalendar#1854 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
rancher/rancher-ai-agent#412 ·
I maintainer di solito rispondono entro 6 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
TUDelftGeodesy/DePSI#134 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
HenriquesLab/rxiv-maker#335 ·