verl-project/verl

Fused CE loss integration

Open

#97 创建于 2025年1月12日

在 GitHub 查看
 (2 评论) (1 反应) (0 负责人)Python (21,533 star) (3,940 fork)auto 404
call for contributionhelp wanted

描述

Integrate it with main stream models: https://github.com/apple/ml-cross-entropy so that model with large vocab size uses much less memory

贡献者指南

技术栈
pythonpytorch
领域
machine learningperformance
议题类型
feature
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。
half day
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。
fresh
清晰度议题是否清楚说明期望改动、验收标准和下一步。
needs investigation
前置要求
PyTorchCUDAcross entropy loss
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。
40
研究方向
First, study the apple/ml cross entropy repository to understand the fused CE loss kernel and its API. Then, explore verl's model code, likely in the 'verl' directory, to identify where standard cross entropy loss is computed for large vocabulary models. Look for issues or discussions in the comments to see if maintainers specified which models to target. Consider opening a discussion to clarify the scope before implementation.