オーナー

NovaSky-AI

索引済みのリポジトリ 1 件 · GitHub で見る

SkyRL
SkyRL: A Modular Full-stack RL Library for LLMs

Python · スター 2339 個

初心者向けすべて

オープンすべて

pad_training_input_batch pads TensorList fields with tensor[0].clone() — loss-masked pad rows carry a real row's payload (ragged-consumer crash; wrong pixel_values/image_grid_thw on pad rows) オープン

難易度 2/5 1〜3時間初心者へのやさしさ 82/100

NovaSky-AI/SkyRL#2263 · 2026年9月22日に作成
fully_async (non-colocated): training actor emits all-NaN logits on every microbatch of the first step after the first NCCL weight sync; weights/optimizer/exports all finite オープン

難易度 5/5 1週間以上初心者へのやさしさ 38/100

NovaSky-AI/SkyRL#2247 · 2026年9月19日に作成
fully_async: non-colocated weight sync ignores clear_kv_cache_on_weight_sync — stale prefix-cache KV trained on after each sync オープン

難易度 4/5 3〜5日初心者へのやさしさ 68/100

NovaSky-AI/SkyRL#2246 · 2026年9月19日に作成
[bug][fsdp] FSDP2 manual offload/load corrupts DTensor unshard state under `colocate_all=True`, causing silent non-deterministic logit errors オープン

NovaSky-AI/SkyRL#2215 · コメント 1 件 · 担当者 1 名 · 2026年9月16日に作成
[feature] Honor max_tokens_per_microbatch in the loss-path forward (forward with loss_fn) オープン

難易度 4/5 3〜5日初心者へのやさしさ 68/100

NovaSky-AI/SkyRL#2211 · 2026年9月15日に作成
[weight sync] Improve offload/backload semantics while training with LoRA with `colocate_all=True` オープン

NovaSky-AI/SkyRL#2206 · 担当者 1 名 · 2026年9月14日に作成
Support full-distribution comparison to validate bitwise consistency between rollout and training オープン

難易度 4/5 3〜5日初心者へのやさしさ 52/100

NovaSky-AI/SkyRL#2201 · コメント 1 件 · 2026年9月12日に作成
[tinker] Retain only the K most recent checkpoints オープン

難易度 4/5 3〜5日初心者へのやさしさ 45/100

NovaSky-AI/SkyRL#2116 · 2026年9月1日に作成
[train] FSDP2 cannot train glm4v VLMs: per-nn.Embedding fully_shard leaves vision position_embedding sharded at raw .weight read (grid_sample DTensor crash) オープン

難易度 3/5 1〜2日初心者へのやさしさ 55/100

NovaSky-AI/SkyRL#2087 · 2026年8月22日に作成
Multi-turn VLM generator corrupts trajectories for all thinking models: history-editing chat templates break the deferred obs-token offsets オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NovaSky-AI/SkyRL#2075 · 2026年8月21日に作成
[deps] Migrate custom vLLM-router fork on top of 0.1.15 release of vllm-router オープン

NovaSky-AI/SkyRL#2070 · コメント 1 件 · 担当者 1 名 · 2026年8月19日に作成
[vllm] Remove old inference worker wrap code after 0.26.0 update オープン

NovaSky-AI/SkyRL#2020 · 担当者 2 名 · 2026年8月12日に作成
[examples] Add example startup scripts for tinker engine オープン

難易度 4/5 3〜5日初心者へのやさしさ 63/100

NovaSky-AI/SkyRL#1983 · コメント 1 件 · 2026年8月4日に作成
Qwen3.6-27B MTP is unsafe with prefix caching enabled オープン

難易度 4/5 3〜5日初心者へのやさしさ 50/100

NovaSky-AI/SkyRL#1981 · 2026年8月4日に作成
[dependencies] migrate to uv official wheels オープン

難易度 2/5 1〜3時間初心者へのやさしさ 72/100

NovaSky-AI/SkyRL#1975 · コメント 1 件 · 2026年8月3日に作成
[RFC] SkyRL TITO Proxy オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NovaSky-AI/SkyRL#1959 · コメント 4 件 · 2026年7月29日に作成
[usability] Improve SkyRL cold start time オープン

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1954 · コメント 1 件 · 2026年7月28日に作成
[frontend] Support tinker as a backend for SkyRL's frontend training code オープン

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1949 · コメント 1 件 · リアクション 2 件 · 2026年7月27日に作成
SkyRL quantization (FP8, MXFP8, NVFP4) tracker オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NovaSky-AI/SkyRL#1943 · 2026年7月24日に作成
[RFC] Delta weight sync in SkyRL オープン

NovaSky-AI/SkyRL#1903 · 担当者 1 名 · 2026年7月15日に作成
skyrl-v0-8b-agent オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1885 · 2026年7月13日に作成
[CI] Some CPU-only megatron tests are skipped in CPU CI オープン

NovaSky-AI/SkyRL#1881 · 担当者 1 名 · 2026年7月10日に作成
[tinker] Colocated sampling runs in run-to-completion batches — multi-turn RL sees ~8x sampling latency オープン

難易度 4/5 3〜5日初心者へのやさしさ 45/100

NovaSky-AI/SkyRL#1877 · リアクション 1 件 · 2026年7月9日に作成
FSDP token-based `forward_backward` returns `loss_fn_outputs` in packed order when max_tokens_per_microbatch > 0 オープン

NovaSky-AI/SkyRL#1865 · コメント 1 件 · リアクション 1 件 · 担当者 1 名 · 2026年7月5日に作成
skyrl-v0-8b experiments オープン

難易度 3/5 1〜2日初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1864 · 2026年7月5日に作成
Multimodal Tinker sampling with LoRA 404s: _render_for_sample posts the adapter name to /v1/chat/completions/render オープン

難易度 2/5 1〜3時間初心者へのやさしさ 74/100

NovaSky-AI/SkyRL#1860 · コメント 1 件 · 2026年7月1日に作成
HF/FSDP backend: pass `logits_to_keep` to avoid materializing full logits tensor オープン

難易度 3/5 1〜2日初心者へのやさしさ 72/100

NovaSky-AI/SkyRL#1858 · コメント 1 件 · 2026年7月1日に作成
SkyRL Q3 2026 Roadmap オープン

難易度 5/5 1週間以上初心者へのやさしさ 20/100

NovaSky-AI/SkyRL#1846 · コメント 8 件 · リアクション 7 件 · 2026年6月29日に作成
[algorithm] Add adaptive entropy methods (ADAPO, REPO-R, MAI-Thinking) オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NovaSky-AI/SkyRL#1845 · 2026年6月29日に作成
[tinker] cascading distributed barrier timeouts with multi-tenant LoRA オープン

NovaSky-AI/SkyRL#1827 · 担当者 1 名 · 2026年6月23日に作成
Fix reduction for entropy and other metrics in policy workers オープン

難易度 4/5 3〜5日初心者へのやさしさ 55/100

NovaSky-AI/SkyRL#1822 · コメント 1 件 · 2026年6月22日に作成
adv_estimator (function param) vs advantage_estimator (config field) naming mismatch causes confusing startup crash オープン

難易度 2/5 1〜3時間初心者へのやさしさ 76/100

NovaSky-AI/SkyRL#1792 · 2026年6月16日に作成
[LoRA] Investigate LoRA training inference mismatch for Qwen3.6 MoE and GLM-4.7-Flash オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1776 · コメント 2 件 · リアクション 2 件 · 2026年6月10日に作成
[fsdp] monitor FSDP training stability regression after #1679 オープン

NovaSky-AI/SkyRL#1767 · コメント 2 件 · 担当者 1 名 · 2026年6月9日に作成
Example for training on SWE (agentic software-engineering) tasks? オープン

難易度 4/5 3〜5日初心者へのやさしさ 38/100

NovaSky-AI/SkyRL#1757 · コメント 1 件 · 2026年6月7日に作成
[feature] Add ECHO patch to SkyRL オープン

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1715 · コメント 1 件 · 2026年5月28日に作成
[CI] Add GLM 4.7 to Megatron Models CI オープン

難易度 3/5 1〜2日初心者へのやさしさ 72/100

NovaSky-AI/SkyRL#1681 · 2026年5月17日に作成
`create_ray_wrapped_inference_engines` drops the engine-core child's root cause on init failure オープン

難易度 4/5 3〜5日初心者へのやさしさ 55/100

NovaSky-AI/SkyRL#1673 · 2026年5月15日に作成
`RemoteInferenceEngine` swallows vLLM's 404, surfaces as opaque `IndexError` オープン

難易度 3/5 1〜2日初心者へのやさしさ 68/100

NovaSky-AI/SkyRL#1672 · コメント 1 件 · 2026年5月15日に作成
[tinker] SkyRLTrainBackend tinker multi-tenancy improvements オープン

NovaSky-AI/SkyRL#1654 · 担当者 1 名 · 2026年5月12日に作成
[tinker] Support additional Tinker LoraConfig parameters オープン

難易度 3/5 1〜2日初心者へのやさしさ 65/100

NovaSky-AI/SkyRL#1632 · 2026年5月7日に作成
[vllm] Investigate whether NCCL_CUMEM_ENABLE should be set to 0 オープン

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1630 · 2026年5月7日に作成
`SkyRLGymGenerator` crashes whole training step when one rollout fails オープン

難易度 4/5 3〜5日初心者へのやさしさ 55/100

NovaSky-AI/SkyRL#1613 · リアクション 1 件 · 2026年5月2日に作成
`RayPPOTrainer._remove_tail_data` silently truncates a training batch to empty and throws `ValueError` オープン

難易度 2/5 1〜3時間初心者へのやさしさ 72/100

NovaSky-AI/SkyRL#1609 · 2026年5月1日に作成
Flaky test_qwen3_moe_layer_lora, replace np.allclose? オープン

難易度 2/5 1〜3時間初心者へのやさしさ 68/100

NovaSky-AI/SkyRL#1604 · 2026年4月30日に作成
SkyRL silently binds every FSDP policy worker to GPU 0 when Ray doesn't isolate `CUDA_VISIBLE_DEVICES` オープン

難易度 4/5 3〜5日初心者へのやさしさ 48/100

NovaSky-AI/SkyRL#1577 · コメント 3 件 · 2026年4月27日に作成
[tx] Kimi K2.5 and Kimi K2.6 support オープン

NovaSky-AI/SkyRL#1566 · コメント 1 件 · リアクション 3 件 · 担当者 1 名 · 2026年4月23日に作成
Gemma 4 training fails as `flash-attn` rejects `head_dim=512` on global attention layers オープン

難易度 4/5 3〜5日初心者へのやさしさ 45/100

NovaSky-AI/SkyRL#1564 · コメント 1 件 · 2026年4月23日に作成
`policy.language_model_only=True` fails to exclude vision/audio towers from the FSDP policy for `google/gemma-4-E4B-it`, crashing FSDP2 init オープン

難易度 4/5 3〜5日初心者へのやさしさ 50/100

NovaSky-AI/SkyRL#1559 · 2026年4月22日に作成
Ensure sample_packing support for Qwen3.5 for FSDP2 and Megatron オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

NovaSky-AI/SkyRL#1525 · コメント 3 件 · 2026年4月16日に作成

NovaSky-AI

最新の 100 件のみ表示しています

新しい issue をメールで受け取る