agentscope-ai/Trinity-RFT

Reward function中的Reward Model应该在哪里初始化？

Open

#312 建立於 2025年10月10日

在 GitHub 查看
 (2 留言) (0 反應) (0 負責人)Python (70 fork)github user discovery
good first issue

倉庫指標

Star
 (648 star)
PR 合併指標
 (PR 指標待抓取)

描述

Reward function中的Reward Model在哪里初始化是最好的呢；我目前是在workflow类下初始化的，但是它只能加载到cpu，然后推理打分时会非常非常慢，以至于超时报错

貢獻者指南

研究方向
調查如何將獎勵模型初始化移至GPU。檢查框架的模型加載工具，並確保設備設置為可用的CUDA。查看程式碼庫中其他部分的GPU初始化範例。
技術棧
python
領域
aimachine learning
議題類型
效能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 小時
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
PythonPyTorch
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
70