Megatron cannot save checkpoint?

Repository metrics

Stars

23,038 個のスター (23,038 個のスター)

PR merge metrics

平均マージ 3d 6h (平均マージ 3d 6h)30d で 125 merged PRs (30d で 125 merged PRs)

説明

コントリビューターガイド

調査方針

`verl/workers/megatron workers.py` の 428 行目にある欠落している `save checkpoint` メソッドを調査します。他の VERL worker（例：`fsdp workers.py`）の既存のチェックポイント実装と Megatron LM のチェックポイントユーティリティを調べます。`load checkpoint` と互換性のある形式でモデルとオプティマイザの状態を保存するメソッドを実装します。追加のコンテキストや提案されたアプローチがないか、この issue の 4 件のコメントを確認してください。

技術スタック

pythonpytorch

領域

backendmachine learning

Issue 種別

機能

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

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