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

Proprietario

OpenRLHF

Accedi per seguire

1 repository indicizzato · Vedi su GitHub

Adatte ai principianti Tutto
Aperta Tutte

Le issue su cui forse qualcuno sta già lavorando sono in fondo alla lista. Ordina tutto per data

  • EvalPort: portable interchange for compute_eval_metrics results
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 40/100

    OpenRLHF/OpenRLHF#1367 ·

    I maintainer di solito rispondono entro 1 giorno

  • [Roadmap] OpenRLHF on Intel XPU
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1303 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • 🔥 Molt brings an Automodel-powered backend (AutoTP/EP/CP) to OpenRLHF
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1273 ·

    I maintainer di solito rispondono entro 1 giorno

  • Feature request: reward-hacking onset monitoring hooks during PPO/GRPO training
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1263 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • ray error for multi-nodes training
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1236 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • Torch 2.10's `LRScheduler._update_lr` breaks LORA
    Forse di nuovo libera Aperta
    • Qualcosa non va?

    Difficoltà 1/5 Meno di un'ora Idoneità per principianti 50/100

    OpenRLHF/OpenRLHF#1225 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • multimodal reward models
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1224 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • Sandboxed execution for multi-turn agent rollouts
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1210 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • 额外的奖励模型如何提升显卡利用率
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1196 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • For asynchronous training with vLLM 0.16.0+, please update to OpenRLHF 0.9.5
    Aperta
    • Qualcosa non va?

    Difficoltà 1/5 Meno di un'ora Idoneità per principianti 18/100

    OpenRLHF/OpenRLHF#1193 ·

    I maintainer di solito rispondono entro 1 giorno

  • PPO "mini batches"
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1185 ·

    I maintainer di solito rispondono entro 1 giorno

  • Support for tool-calling
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 8/100

    OpenRLHF/OpenRLHF#1183 · 3 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Support Qwen3vl GRPO？
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1175 · 1 commento · 2 reazioni ·

    I maintainer di solito rispondono entro 1 giorno

  • Reinforcement learning fine-tuning, continuously outputting token 0.
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1165 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • 知识蒸馏在zero stage 3时 偶现通信超时，通常运行一半或几个step出现
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 8/100

    OpenRLHF/OpenRLHF#1157 ·

    I maintainer di solito rispondono entro 1 giorno

  • Don't Use bf16 for RL, but fp16
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1155 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • Ray+Vllm+Lora
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 Più di una settimana Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1153 · 1 reazione ·

    I maintainer di solito rispondono entro 1 giorno

  • Significant Performance Gap between `zero_stage=1` and `zero_stage=2`
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 20/100

    OpenRLHF/OpenRLHF#1151 · 5 commenti · 1 reazione ·

    I maintainer di solito rispondono entro 1 giorno

  • GRPO load_in_4bit error
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 18/100

    OpenRLHF/OpenRLHF#1150 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • ref_model可以替换为其他的模型吗，当前是跟actor一致
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1149 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • knowledge distillation train
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1146 ·

    I maintainer di solito rispondono entro 1 giorno

  • ppo eval
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 22/100

    OpenRLHF/OpenRLHF#1145 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • ValueError: not enough values to unpack (expected 4, got 3)
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100

    OpenRLHF/OpenRLHF#1143 · 2 reazioni ·

    I maintainer di solito rispondono entro 1 giorno

  • Add experiment tracking via `trackio`
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 52/100

    OpenRLHF/OpenRLHF#1136 ·

    I maintainer di solito rispondono entro 1 giorno

  • SFT deepspeed tp bug !
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 18/100

    OpenRLHF/OpenRLHF#1134 · 9 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • [Bug]: Training suddenly stopped while using hybrid engine
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1133 · 4 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Token and text concatenation issue in the process of agentic training.
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 28/100

    OpenRLHF/OpenRLHF#1128 · 3 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Feature Request: Support for Multimodal Model SFT and RL Training
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 8/100

    OpenRLHF/OpenRLHF#1127 · 1 reazione ·

    I maintainer di solito rispondono entro 1 giorno

  • save model nccl timeout
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 Più di una settimana Idoneità per principianti 12/100

    OpenRLHF/OpenRLHF#1126 · 3 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Does OpenRLHF currently support PPO training based on Process Reward Model (PRM)?
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1125 · 1 reazione ·

    I maintainer di solito rispondono entro 1 giorno

  • 使用Remote RM 会卡住
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1123 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Proposal: Fully Asynchronous RL Pipeline Support in OpenRLHF
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1116 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • DeepSpeed AutoTP with Hybrid Engine
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1110 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • RL Reward Instability and Reproducibility Issues Tied to vLLM Version
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1108 · 3 commenti · 1 reazione ·

    I maintainer di solito rispondono entro 1 giorno

  • wandb中记录的train/generated_samples，sample和reward不是对应的吗
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 20/100

    OpenRLHF/OpenRLHF#1107 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • agent_func、reward_func时--normalization_reward参数不起作用，对吗
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 28/100

    OpenRLHF/OpenRLHF#1106 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • [BUG] Cannot reload the dataloader state from checkpoints in ppo training
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 28/100

    OpenRLHF/OpenRLHF#1103 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Support for NVIDIA Nsight Systems
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 12/100

    OpenRLHF/OpenRLHF#1099 ·

    I maintainer di solito rispondono entro 1 giorno

  • Are you considering supporting the FR3E algorithm？
    Aperta
    • Qualcosa non va?

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 8/100

    OpenRLHF/OpenRLHF#1093 ·

    I maintainer di solito rispondono entro 1 giorno

  • Release artifacts (models, dataset) on Hugging Face
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1087 ·

    I maintainer di solito rispondono entro 1 giorno

  • [Memory Leak] GPU Memory Accumulates After Each Epoch in Training
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 10/100

    OpenRLHF/OpenRLHF#1086 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • 疑似某次重构导致不再支持无vllm后端的rollout？
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1082 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • 目前的Lora不支持带vllm的后端吗？
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 20/100

    OpenRLHF/OpenRLHF#1081 · 3 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Need some help for setting up a usable runtime
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 20/100

    OpenRLHF/OpenRLHF#1074 ·

    I maintainer di solito rispondono entro 1 giorno

  • How to turn off thinking mode when doing RL on Qwen3
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 20/100

    OpenRLHF/OpenRLHF#1073 · 5 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • Does OpenRLHF support multi-node SFT training?
    Aperta
    • Qualcosa non va?

    Difficoltà 1/5 Meno di un'ora Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1072 · 1 commento ·

    I maintainer di solito rispondono entro 1 giorno

  • SLURM 18.08.3 doesn’t support the --overlap option
    Aperta
    • Qualcosa non va?

    Difficoltà 2/5 1-3 ore Idoneità per principianti 48/100

    OpenRLHF/OpenRLHF#1071 ·

    I maintainer di solito rispondono entro 1 giorno

  • For VLM training, do we have a parameter that can freeze vision encoder?
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 15/100

    OpenRLHF/OpenRLHF#1070 ·

    I maintainer di solito rispondono entro 1 giorno

  • Chat template or special tokens are modified during SFT training
    Aperta
    • Qualcosa non va?

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100

    OpenRLHF/OpenRLHF#1069 · 2 commenti ·

    I maintainer di solito rispondono entro 1 giorno

  • 对于VLM的训练，有没有参数能控制是否freeze vision encoder的
    Aperta
    • Qualcosa non va?

    Difficoltà 3/5 1-2 giorni Idoneità per principianti 22/100

    OpenRLHF/OpenRLHF#1068 · 1 reazione ·

    I maintainer di solito rispondono entro 1 giorno

Vengono mostrati i 100 più recenti

Questa pagina elenca solo ciò che è stato indicizzato di recente. Il filtro avanzato contiene l'inventario completo, ristretto per linguaggio, difficoltà e durata.

Apri il filtro avanzato

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.