Owner

OpenPipe

已索引 2 个仓库 · 在 GitHub 查看

ART
Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement...

Python · 10758 个 star
art-notebooks
Notebooks to demonstrate ART (Agent Reinforcement Trainer) in practice!

Shell · 11 个 star

适合新手全部

未关闭全部

TrainerRank CP2/EP1 normal admission reaches CUDA OOM in compiled MoE LoRA forward 未关闭

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#949 · 3 条评论 · 2026年9月24日创建
TrainerRank oversized admission reaches CUDA OOM during Qwen3.6-35B-A3B forward 未关闭

难度 5/5 一周以上新手友好度 10/100

OpenPipe/ART#948 · 2026年9月24日创建
Optional EvalPort adapter for Trajectory/TrajectoryGroup (portable eval-result interchange) 未关闭

难度 5/5 一周以上新手友好度 42/100

OpenPipe/ART#935 · 2026年9月22日创建
Tokenization throughput: process pool capped at 4 workers, GIL-bound thread path (benchmark: caladan 059 batches) 未关闭

enhancement

难度 4/5 3-5 天新手友好度 48/100

OpenPipe/ART#926 · 2026年9月19日创建
Support combined expert and data parallelism in TrainerRank 未关闭

难度 5/5 一周以上新手友好度 35/100

OpenPipe/ART#917 · 2026年9月16日创建
Support pipeline parallelism in TrainerRank without exposing stage scheduling to callers 未关闭

难度 5/5 一周以上新手友好度 35/100

OpenPipe/ART#916 · 2026年9月16日创建
Investigate output and gradient variability between matched same-source Qwen TrainerRank actors 未关闭

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#902 · 2026年9月15日创建
Investigate large hidden-state differences when independent requests are co-packed (Qwen3.6, no-grad) 未关闭

难度 5/5 一周以上新手友好度 20/100

OpenPipe/ART#901 · 2026年9月15日创建
Retained sampled suffix can carry logprobs under a different causal prefix 未关闭

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#883 · 2 条评论 · 2026年9月10日创建
TrainerRank reusable-cache admission can leave insufficient physical CUDA memory for backward library allocations 未关闭

难度 5/5 一周以上新手友好度 30/100

OpenPipe/ART#870 · 8 条评论 · 2026年9月9日创建
Determine whether a large dynamics RL batch refusal is necessary or avoidable by execution layout 未关闭

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#869 · 3 条评论 · 2026年9月9日创建
Qwen3.5-35B-A3B at EP1 with CP>1 segfaults in Transformer Engine's grouped GEMM on real-data routing (likely empty local experts) 未关闭

难度 4/5 3-5 天新手友好度 48/100

OpenPipe/ART#851 · 2026年9月4日创建
TrainerRank MoE memory admission: backward-recompute OOM and profile calibration failures 未关闭

难度 5/5 一周以上新手友好度 20/100

OpenPipe/ART#848 · 28 条评论 · 2026年9月4日创建
Dedicated LocalBackend vLLM server can become unreachable during LoRA adapter reload 未关闭

难度 4/5 3-5 天新手友好度 50/100

OpenPipe/ART#678 · 1 条评论 · 2026年5月12日创建
Regression: forked GRPO run can produce malformed checkpoint outputs on newer ART ref 未关闭

bug

难度 5/5 一周以上新手友好度 35/100

OpenPipe/ART#672 · 2026年5月8日创建
LoRA adapters are not properly syncing when using LocalBackend - stale adapters are being used in rollouts 未关闭

难度 3/5 1-2 天新手友好度 62/100

OpenPipe/ART#661 · 2026年4月24日创建
LocalBackend fork_checkpoint doesn't update vLLM's initial LoRA 未关闭

难度 4/5 3-5 天新手友好度 55/100

OpenPipe/ART#651 · 2026年4月13日创建
Add from_entity parameter to _experimental_fork_checkpoint 未关闭

难度 2/5 1-3 小时新手友好度 72/100

OpenPipe/ART#649 · 2026年4月10日创建
auto_rl example uses 未关闭

难度 3/5 1-2 天新手友好度 56/100

OpenPipe/ART#641 · 2026年4月3日创建
ServerlessBackend creates a new W&B run per training step, causing "Run finished" alerts to fire on every step 未关闭

难度 4/5 3-5 天新手友好度 48/100

OpenPipe/ART#638 · 2026年4月2日创建
[Security] Hardcoded API Key in vLLM Server Configuration Allows Authentication Bypass 未关闭

难度 3/5 1-2 天新手友好度 52/100

OpenPipe/ART#628 · 2026年3月23日创建
Running out of memory with version v0.5.17 未关闭

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#617 · 2026年3月16日创建
Training only processes one trajectory at a time? 未关闭

question

难度 3/5 1-2 天新手友好度 42/100

OpenPipe/ART#533 · 1 个 reaction · 2026年1月25日创建
RFC: Deprecate allow_training_without_logprobs option 未关闭

discussion

难度 5/5 一周以上新手友好度 30/100

OpenPipe/ART#528 · 2026年1月21日创建
W&B offline 未关闭

question

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#493 · 1 条评论 · 2025年12月19日创建
Unsloth + vLLM multi-GPU setup in ART crashes when restricting CUDA_VISIBLE_DEVICES or using tensor parallelism >1 on H100 GPUs 未关闭

bug

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#478 · 2025年12月11日创建
RULER produces scores >1, arbitrary outputs (7, 10, 15…), nondeterministic behavior, and malformed JSON when judge model is Qwen3-32B running on Ollama 未关闭

bug

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#477 · 2025年12月11日创建
RULER + Litellm with Ollama: `ollama_chat` recommended, but `/api/chat` cannot generate required JSON schema 未关闭

bug

难度 4/5 3-5 天新手友好度 35/100

OpenPipe/ART#476 · 2025年12月11日创建
RULER scoring + training tightly coupled to Litellm/OpenAI, cannot cleanly use ChatOllama/ChatNVIDIA as judge/inference models 未关闭

bug

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#475 · 2025年12月11日创建
Context window incorrectly capped at 8192 tokens when using Ollama (token count exceeded 8192) 未关闭

bug

难度 4/5 3-5 天新手友好度 35/100

OpenPipe/ART#473 · 2025年12月11日创建
Training hangs at 0/12 with Qwen2.5-14B + Unsloth/vLLM (KV cache reported as 0.0 GB despite free VRAM) 未关闭

bug

难度 4/5 3-5 天新手友好度 35/100

OpenPipe/ART#472 · 2025年12月11日创建
Is it not possible to set the rollout engine to multiple gpus? 未关闭

question

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#470 · 2025年12月10日创建
Training hangs after a few steps 未关闭

bug

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#469 · 3 条评论 · 3 个 reaction · 2025年12月8日创建
wandb logs for ART•E LangGraph 未关闭

难度 3/5 1-2 天新手友好度 25/100

OpenPipe/art-notebooks#12 · 2025年11月28日创建
Training gets stuck after completing just one trajectory 未关闭

bug

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#459 · 1 条评论 · 1 个 reaction · 2025年11月18日创建
Cuda out of Memory 未关闭

question

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#452 · 1 条评论 · 2025年11月9日创建
Torchtune development has been discontinued. Have you considered switching to a different multi-GPU train backend? 未关闭

question

难度 5/5 一周以上新手友好度 20/100

OpenPipe/ART#450 · 2 条评论 · 2025年11月5日创建
[Bug] Unable to create Qwen3 MoE model 未关闭

bug

难度 4/5 3-5 天新手友好度 35/100

OpenPipe/ART#444 · 4 条评论 · 1 个 reaction · 2025年10月23日创建
Cuda error in RULER notebook 未关闭

bug

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#436 · 1 条评论 · 1 个 reaction · 2025年10月14日创建
Minio Support 未关闭

enhancement

难度 3/5 1-2 天新手友好度 45/100

OpenPipe/ART#435 · 2025年10月9日创建
Why Do Results from MCP-Trained Models Differ Greatly Between generate_benchmarks.py and train.py 未关闭

question

难度 4/5 3-5 天新手友好度 32/100

OpenPipe/ART#417 · 2025年9月22日创建
uv venv error initializing art backend on skypilot/aws 未关闭

bug

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#416 · 4 条评论 · 2025年9月18日创建
AttributeError: 'LLM' object has no attribute 'engine_step' with Unsloth and vLLM 未关闭

bug

难度 3/5 1-2 天新手友好度 35/100

OpenPipe/ART#411 · 1 条评论 · 2025年9月17日创建
[Feature Request] Azure OpenAI Support 未关闭

enhancement

难度 3/5 1-2 天新手友好度 45/100

OpenPipe/ART#409 · 1 条评论 · 2025年9月17日创建
RuntimeError: torch.cuda.MemPool doesn't currently support expandable_segments during vLLM model initialization 未关闭

bug

难度 5/5 一周以上新手友好度 25/100

OpenPipe/ART#405 · 3 条评论 · 1 个 reaction · 2025年9月16日创建
Always Block when train 未关闭

bug

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#401 · 3 条评论 · 2025年9月12日创建
[Feature Request] Add integration to smolagents 未关闭

enhancement

难度 4/5 3-5 天新手友好度 35/100

OpenPipe/ART#398 · 2 条评论 · 2025年9月9日创建
About appropriate groups_per_step parameter setting given training and validation dataset volume 未关闭

question

难度 5/5 一周以上新手友好度 20/100

OpenPipe/ART#397 · 2025年9月9日创建
Allow running multiple `art.LocalBackend` sessions on different processes 未关闭

enhancement

难度 4/5 3-5 天新手友好度 42/100

OpenPipe/ART#396 · 2025年9月8日创建
[Question] About 2048 scoring 未关闭

question

难度 4/5 3-5 天新手友好度 25/100

OpenPipe/ART#394 · 3 条评论 · 2025年9月7日创建

OpenPipe

把新 issue 发到你的邮箱