Reward function中的Reward Model应该在哪里初始化？

Repository metrics

Stars

648 stars (648 stars)

PR merge metrics

PR metrics pending (PR metrics pending)

説明

コントリビューターガイド

調査方針

Reward Modelの初期化をGPUに移動する方法を調査してください。フレームワークのモデル読み込みユーティリティを確認し、デバイスが利用可能なCUDAに設定されていることを確認してください。コードベース内の他のGPU初期化の例を探してください。

技術スタック

python

領域

aimachine learning

Issue 種別

パフォーマンス

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

2

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-3時間

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

アクティブ

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

明確

前提条件

PythonPyTorch

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

70