Megatron cannot save checkpoint?

倉庫指標

星標

23,087 顆星 (23,087 顆星)

PR 合併指標

平均合併 3天 6小時 (平均合併 3天 6小時)30 天內合併 125 個 PR (30 天內合併 125 個 PR)

描述

貢獻者指南

研究方向

調查 `verl/workers/megatron workers.py` 第 428 行缺失的 `save checkpoint` 方法。檢查其他 VERL worker（例如 `fsdp workers.py`）中現有的檢查點實作以及 Megatron LM 的檢查點工具。實作一個以相容 `load checkpoint` 的格式儲存模型和優化器狀態的方法。檢視該 issue 下的 4 則評論，以獲取任何額外的上下文或建議的方法。

技術棧

pythonpytorch

領域

backendmachine learning

議題類型

功能

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。

3

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

PythonPyTorchMegatron (distributed training)

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。

55