Hacktoberfest 2026: as issues que os mantenedores marcaram para outubro, abertas e boas para iniciantes. Ver issues do Hacktoberfest

Proprietário

OpenRLHF

Entre para seguir

1 repositório indexado · Ver no GitHub

Para iniciantes Tudo
Abertas Todas

Issues em que talvez alguém já esteja trabalhando aparecem no fim. Ordenar tudo por data

  • EvalPort: portable interchange for compute_eval_metrics results
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 40/100

    OpenRLHF/OpenRLHF#1367 ·

    Mantenedores costumam responder em até 1 dia

  • [Roadmap] OpenRLHF on Intel XPU
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1303 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • 🔥 Molt brings an Automodel-powered backend (AutoTP/EP/CP) to OpenRLHF
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1273 ·

    Mantenedores costumam responder em até 1 dia

  • Feature request: reward-hacking onset monitoring hooks during PPO/GRPO training
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1263 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • Consider using pre-built Flash Attention kernels via `kernels`
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 22/100

    OpenRLHF/OpenRLHF#1244 · 1 reação ·

    Mantenedores costumam responder em até 1 dia

  • ray error for multi-nodes training
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1236 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • Torch 2.10's `LRScheduler._update_lr` breaks LORA
    Talvez livre de novo Aberta
    • Algo errado?

    Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 50/100

    OpenRLHF/OpenRLHF#1225 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • multimodal reward models
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1224 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • Sandboxed execution for multi-turn agent rollouts
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1210 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • 额外的奖励模型如何提升显卡利用率
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 25/100

    OpenRLHF/OpenRLHF#1196 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • For asynchronous training with vLLM 0.16.0+, please update to OpenRLHF 0.9.5
    Aberta
    • Algo errado?

    Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 18/100

    OpenRLHF/OpenRLHF#1193 ·

    Mantenedores costumam responder em até 1 dia

  • DeepSpeed Off-loading Weights (not just Optimizer States)
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1187 ·

    Mantenedores costumam responder em até 1 dia

  • PPO "mini batches"
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 25/100

    OpenRLHF/OpenRLHF#1185 ·

    Mantenedores costumam responder em até 1 dia

  • Support for tool-calling
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 8/100

    OpenRLHF/OpenRLHF#1183 · 3 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Support Qwen3vl GRPO？
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1175 · 1 comentário · 2 reações ·

    Mantenedores costumam responder em até 1 dia

  • Reinforcement learning fine-tuning, continuously outputting token 0.
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1165 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • 知识蒸馏在zero stage 3时 偶现通信超时，通常运行一半或几个step出现
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 8/100

    OpenRLHF/OpenRLHF#1157 ·

    Mantenedores costumam responder em até 1 dia

  • Don't Use bf16 for RL, but fp16
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1155 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • Ray+Vllm+Lora
    Aberta
    • Algo errado?

    Dificuldade 4/5 Mais de uma semana Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1153 · 1 reação ·

    Mantenedores costumam responder em até 1 dia

  • Significant Performance Gap between `zero_stage=1` and `zero_stage=2`
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 20/100

    OpenRLHF/OpenRLHF#1151 · 5 comentários · 1 reação ·

    Mantenedores costumam responder em até 1 dia

  • GRPO load_in_4bit error
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 18/100

    OpenRLHF/OpenRLHF#1150 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • ref_model可以替换为其他的模型吗，当前是跟actor一致
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 25/100

    OpenRLHF/OpenRLHF#1149 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • knowledge distillation train
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1146 ·

    Mantenedores costumam responder em até 1 dia

  • ppo eval
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 22/100

    OpenRLHF/OpenRLHF#1145 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • ValueError: not enough values to unpack (expected 4, got 3)
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 35/100

    OpenRLHF/OpenRLHF#1143 · 2 reações ·

    Mantenedores costumam responder em até 1 dia

  • Add experiment tracking via `trackio`
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 52/100

    OpenRLHF/OpenRLHF#1136 ·

    Mantenedores costumam responder em até 1 dia

  • SFT deepspeed tp bug !
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 18/100

    OpenRLHF/OpenRLHF#1134 · 9 comentários ·

    Mantenedores costumam responder em até 1 dia

  • [Bug]: Training suddenly stopped while using hybrid engine
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1133 · 4 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Token and text concatenation issue in the process of agentic training.
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 28/100

    OpenRLHF/OpenRLHF#1128 · 3 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Feature Request: Support for Multimodal Model SFT and RL Training
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 8/100

    OpenRLHF/OpenRLHF#1127 · 1 reação ·

    Mantenedores costumam responder em até 1 dia

  • save model nccl timeout
    Aberta
    • Algo errado?

    Dificuldade 4/5 Mais de uma semana Facilidade para iniciantes 12/100

    OpenRLHF/OpenRLHF#1126 · 3 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Does OpenRLHF currently support PPO training based on Process Reward Model (PRM)?
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1125 · 1 reação ·

    Mantenedores costumam responder em até 1 dia

  • 使用Remote RM 会卡住
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1123 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Proposal: Fully Asynchronous RL Pipeline Support in OpenRLHF
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1116 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • DeepSpeed AutoTP with Hybrid Engine
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1110 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • RL Reward Instability and Reproducibility Issues Tied to vLLM Version
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1108 · 3 comentários · 1 reação ·

    Mantenedores costumam responder em até 1 dia

  • wandb中记录的train/generated_samples，sample和reward不是对应的吗
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 20/100

    OpenRLHF/OpenRLHF#1107 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • agent_func、reward_func时--normalization_reward参数不起作用，对吗
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 28/100

    OpenRLHF/OpenRLHF#1106 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • [BUG] Cannot reload the dataloader state from checkpoints in ppo training
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 28/100

    OpenRLHF/OpenRLHF#1103 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Support for NVIDIA Nsight Systems
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 12/100

    OpenRLHF/OpenRLHF#1099 ·

    Mantenedores costumam responder em até 1 dia

  • Are you considering supporting the FR3E algorithm？
    Aberta
    • Algo errado?

    Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 8/100

    OpenRLHF/OpenRLHF#1093 ·

    Mantenedores costumam responder em até 1 dia

  • Release artifacts (models, dataset) on Hugging Face
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 25/100

    OpenRLHF/OpenRLHF#1087 ·

    Mantenedores costumam responder em até 1 dia

  • [Memory Leak] GPU Memory Accumulates After Each Epoch in Training
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 10/100

    OpenRLHF/OpenRLHF#1086 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • 疑似某次重构导致不再支持无vllm后端的rollout？
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 25/100

    OpenRLHF/OpenRLHF#1082 · 2 comentários ·

    Mantenedores costumam responder em até 1 dia

  • 目前的Lora不支持带vllm的后端吗？
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 20/100

    OpenRLHF/OpenRLHF#1081 · 3 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Need some help for setting up a usable runtime
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 20/100

    OpenRLHF/OpenRLHF#1074 ·

    Mantenedores costumam responder em até 1 dia

  • How to turn off thinking mode when doing RL on Qwen3
    Aberta
    • Algo errado?

    Dificuldade 4/5 3-5 dias Facilidade para iniciantes 20/100

    OpenRLHF/OpenRLHF#1073 · 5 comentários ·

    Mantenedores costumam responder em até 1 dia

  • Does OpenRLHF support multi-node SFT training?
    Aberta
    • Algo errado?

    Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 25/100

    OpenRLHF/OpenRLHF#1072 · 1 comentário ·

    Mantenedores costumam responder em até 1 dia

  • SLURM 18.08.3 doesn’t support the --overlap option
    Aberta
    • Algo errado?

    Dificuldade 2/5 1-3 horas Facilidade para iniciantes 48/100

    OpenRLHF/OpenRLHF#1071 ·

    Mantenedores costumam responder em até 1 dia

  • For VLM training, do we have a parameter that can freeze vision encoder?
    Aberta
    • Algo errado?

    Dificuldade 3/5 1-2 dias Facilidade para iniciantes 15/100

    OpenRLHF/OpenRLHF#1070 ·

    Mantenedores costumam responder em até 1 dia

Mostrando os 100 mais recentes

Esta página lista apenas o que foi indexado mais recentemente. O filtro avançado tem o inventário completo, refinado por linguagem, dificuldade e duração.

Abrir o filtro avançado

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.