InternLM/xtuner

About RLHF need

Aberta

#93 aberto em 4 de set. de 2023

Ver no GitHubGuia do colaborador
 (3 comentários) (1 reação) (1 responsável)Python (444 forks)github user discovery
feature requestgood first issue

Métricas do repositório

Stars
 (5.180 estrelas)
Métricas de merge de PR
 (Mesclagem média 2d 22h) (65 fundiu PRs em 30d)

Description

需要实现几种对齐算法 1.PPO 这个没的说，比较传统和通用，但是训练的开销会大一点 2. RAFT LMFLOW社区有做 https://optimalscale.github.io/LMFlow/examples/raft.html 3.pangu-coder2 RRTF (Rank Responses to align Test&Teacher Feedback) 总结一下是说，他们是用了代码单元测试，然后把单元测试的结果作为标签合并Loss微调LLM https://arxiv.org/abs/2307.14936 image image RRTF华为他们这部分没有开源。RAFT是开源了，RRTF可以的话可以一起讨论一起实现一下。

Guia do colaborador

Direção de pesquisa
Estude os algoritmos referenciados (PPO, RAFT, RRTF) e encontre implementações de código aberto. Para RRTF, analise o artigo e discuta com a comunidade. Considere começar com RAFT, que possui uma referência de código aberto.
Pilha de tecnologia
python
Domain
machine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
4
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Mais de 1 semana
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Python
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
20