Is that reward must be a float between 0~1?
メンテナーはふだん 2 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 3/5
- 見積もり時間
- 1〜2日
- 初心者へのやさしさ
- 35/100
- 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
- 領域
- ai, machine-learning
調査の方向性
reward を 2 に設定して問題を再現し、reward の処理から記録されたログ値までの経路を調査します。0–1 の範囲外の値を受け入れるべきか拒否すべきかを判断し、その結果の動作が None として記録されなくなったことを確認します。
索引モデルが issue の本文から書いたものです。
説明
When I set reward to 2, the reward value recorded in log turns into None
- 主要言語
- Python
- スター
- 18.8k
- フォーク
- 1.7k
- 平均マージ
- 3日 7時間
- マージ済み PR（30日）
- 11
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。
microsoft/agent-lightning のほかの issue
-
RayPPOTrainer._dump_generations() missing gts argument in _train_step call対応中かも @yunkai-yyk が 251 日前に担当しました。 オープンbug v0.x verl
難易度 1/5 1時間未満 初心者へのやさしさ 68/100
microsoft/agent-lightning#492 ·
メンテナーはふだん 2 日以内に返信
-
enhancement store v0.x
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
microsoft/agent-lightning#372 · コメント 10 件 ·
メンテナーはふだん 2 日以内に返信
-
Terminal rollout projection drops numeric dataset ID zero対応中かも @notoufa が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 45/100
microsoft/agent-lightning#659 ·
メンテナーはふだん 2 日以内に返信
-
Gateway loses model-request events for malformed or non-object upstream JSON対応中かも @JianhaoYu-AI が 1 日前に担当しました。 オープン
難易度 3/5 1〜2日 初心者へのやさしさ 20/100
microsoft/agent-lightning#655 ·
メンテナーはふだん 2 日以内に返信
-
難易度 3/5 1〜2日 初心者へのやさしさ 48/100
microsoft/agent-lightning#650 · コメント 1 件 ·
メンテナーはふだん 2 日以内に返信
microsoft/agent-lightning の issue をすべて見る
似ている issue
-
bug P1
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
Toloka/tolokaforge#1947 ·
メンテナーはふだん 1 日以内に返信
-
SageMaker provider: streaming fails with NoStreamDataError on DJL Serving (LMI) endpoints対応中かも @balajiaru が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
UKGovernmentBEIS/inspect_ai#6127 ·
メンテナーはふだん 2 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 67/100
メンテナーはふだん 2 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
letsencrypt/cp-cps#361 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100