请问作者在sft后的RL的第一次采样成功率大概在多少？
まだ誰も着手していません。
評価
- 難易度
- 4/5
- 見積もり時間
- 3〜5日
- 初心者へのやさしさ
- 20/100
- issue の種類
- バグ
- 明瞭さ
- 説明が足りない
- 活発さ
- 停滞
- 技術スタック
- python
調査の方向性
ファイル、テスト、エントリポイントのいずれも指定されていません。報告されている SFT-to-RL の再現セットアップと、記載された初期成功率 40% を確認し、著者が最初のサンプリングで期待される率を確認する必要があるのか、それとも再現性の不一致に対処する必要があるのかを判断してください。
索引モデルが issue の本文から書いたものです。
説明
请问作者在sft后的RL的第一次采样成功率大概在多少？我这边使用了另外一个框架做复现，发现sft权重的初始SR只有40%，不清楚是否正常
- 主要言語
- Python
- スター
- 534
- フォーク
- 51
- PR マージ指標
- 30日以内にマージされた PR はありません
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
OpenBMB/DeepThinkVLA のほかの issue
-
難易度 3/5 半日 初心者へのやさしさ 58/100
OpenBMB/DeepThinkVLA#8 · コメント 1 件 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
OpenBMB/DeepThinkVLA#7 · コメント 2 件 ·
-
libero-plusオープン
難易度 5/5 1週間以上 初心者へのやさしさ 15/100
OpenBMB/DeepThinkVLA#4 · コメント 1 件 · リアクション 1 件 ·
OpenBMB/DeepThinkVLA の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
btclib-org/btclib-wallet#587 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
documentation
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
Judgment-Pack/judgment-pack-spec#275 ·
メンテナーはふだん 1 日以内に返信
-
ai-generated
難易度 2/5 1〜3時間 初心者へのやさしさ 77/100
メンテナーはふだん 1 日以内に返信
-
documentation good first issue priority: low size: XS
難易度 1/5 1〜3時間 初心者へのやさしさ 92/100
yeongseon/azure-functions-doctor-python#651 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
Changaco/python-libarchive-c#146 ·