verl-project/verl

[FR] Tests for gradient accumulation

已关闭

#907 创建于 2025年4月3日

在 GitHub 查看贡献者指南
 (0 条评论) (0 个反应) (0 位负责人)Python (4,434 个派生)auto 404
enhancementgood first issue

仓库指标

星标
 (23,069 个星标)
PR 合并指标
 (平均合并 3天 6小时) (30 天内合并 125 个 PR)

描述

Summary

Promise from #906.

Add tests to assert the losses on the same mini-batch are equal

  • between w/o & w/ gradient accumulation
  • using all the different loss aggregation modes

Plan

We might went to test end-to-end to avoid potential implication by any other changes.

Plan Pro
A) Inherit a new Trainer class to test Standalone without affecting the main config
B) Add a config term and modify update_* to test 1) Minimal code modification 2) Compatibility to any Trainer

贡献者指南

研究方向
研究两个提议的方案：A) 创建一个新的 Trainer 子类用于测试，以避免影响主配置；或 B) 添加一个配置项并修改 update * 方法。测试应断言在所有损失聚合模式下，使用和不使用梯度累积时，同一小批量的损失是相等的。查看仓库中现有的测试套件以理解测试结构，并考虑在可行的情况下实现两个选项。检查训练器中的梯度累积实现，以识别 update * 方法和损失聚合模式。
技术栈
pythonpytorch
领域
testing
议题类型
功能
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。
3
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。
半天
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。
新近可参与
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
PythonPyTorchgradient accumulation
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