agentscope-ai/Trinity-RFT

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

Open

#312 创建于 2025年10月10日

在 GitHub 查看
 (2 评论) (0 反应) (0 负责人)Python (70 fork)github user discovery
good first issue

仓库指标

Star
 (648 star)
PR 合并指标
 (PR 指标待抓取)

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

贡献者指南

研究方向
调查如何将奖励模型初始化移至GPU。检查框架的模型加载工具，并确保设备设置为可用的CUDA。查看代码库中其他部分的GPU初始化示例。
技术栈
python
领域
aimachine learning
议题类型
性能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
PythonPyTorch
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
70