 zhouyang.xie
|
9fa7a6263a
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
b4c422b4be
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
541bec600c
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
001d3b3965
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
3e78f0431f
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
75edbd5bb9
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
ffaaf20313
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
a8baf58623
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
a0c6a060cf
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
a59d8b40a2
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
e8e87e7975
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
ce572ff677
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
40a04f3723
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
842e332caa
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
759d7db359
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
7982caa3ba
修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题
|
9 kuukautta sitten |
|
zhouyang.xie
|
39bf52bf4e
更换unsloth grpo的训练数据集并验证
|
10 kuukautta sitten |
|
zhouyang.xie
|
5b4e2ffb17
更换unsloth grpo的训练数据集并验证
|
10 kuukautta sitten |
|
zhouyang.xie
|
97fe68c387
更换unsloth grpo的训练数据集并验证
|
10 kuukautta sitten |
|
zhouyang.xie
|
efef4ac205
更换unsloth grpo的训练数据集并验证
|
10 kuukautta sitten |
|
zhouyang.xie
|
83590fcdc7
完善README.MD 增加vLLM说明
|
10 kuukautta sitten |
|
zhouyang.xie
|
87845c5b5d
修改train_model_grpo.py代码，验证GRPO训练模型，设置训练轮数 参数 num_train_epochs
|
10 kuukautta sitten |
|
zhouyang.xie
|
23704681d0
修改train_model_grpo.py代码，验证GRPO训练模型，输出训练用数据集为jsonl文件，保存至data/backup相对路径
|
10 kuukautta sitten |
|
zhouyang.xie
|
4e4eb90c07
修改train_model_grpo.py代码，验证GRPO训练模型，使用显卡共享内存 pin_memory=True 验证失败
|
10 kuukautta sitten |
|
zhouyang.xie
|
e67953b407
修改train_model_grpo.py代码，验证GRPO训练模型，使用显卡共享内存 pin_memory=True 验证失败——内存
|
10 kuukautta sitten |
|
zhouyang.xie
|
0e6c18290b
修改train_model_grpo.py代码，验证GRPO训练模型，使用显卡共享内存 pin_memory=True 验证失败——内存
|
10 kuukautta sitten |
|
zhouyang.xie
|
bcd25a2773
修改train_model_grpo.py代码，验证GRPO训练模型
|
10 kuukautta sitten |
|
zhouyang.xie
|
1d5a7faf12
修改train_model_grpo.py代码，尝试使用显卡的共享内存
|
10 kuukautta sitten |
|
zhouyang.xie
|
0b6a61f70a
git管理中去掉 目录__pycache__
|
10 kuukautta sitten |
|
zhouyang.xie
|
d3713ffe46
验证GRPO 训练的模型推理
|
10 kuukautta sitten |
