Megatron cannot save checkpoint?

説明

コントリビューターガイド

技術スタック

pythonpytorch

領域

backendmachine learning

Issue 種別

feature

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。

3

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 hours

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。

active

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。

clear

前提条件

PythonPyTorchMegatron (distributed training)

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。

55

調査方針

Investigate the missing `save checkpoint` method in `verl/workers/megatron workers.py` at line 428. Examine existing checkpoint implementations in other VERL workers (e.g., `fsdp workers.py`) and Megatron LM's checkpointing utilities. Implement a method that saves model and optimizer states in a format compatible with `load checkpoint`. Review the 4 comments on the issue for any additional context or proposed approaches.