agentscope-ai / agentscope-ai/Trinity-RFT
[roadmap] Trinity-RFT development
オープン
- 主要言語
- Python
- スター
- 701
- フォーク
- 79
- 平均マージ
- 8時間 7分
- マージ済み PR（30日）
- 1
説明
- [x] Support generic multi-step RL scenarios (infra & algorithm)
- [ ] Further optimize utilization of computational resources
- [ ] Support automatic load balancing
- [x] Improve robustness of `WorkflowRunner` --> Upgraded to `Scheduler`
- [x] Support training with Megatron-LM
- [x] Implement more algorithms for off-policy / asynchronous RL
- [x] Implement more advanced sampling strategies for task / experience buffer
- [x] Further integrate RL process with advanced data processing functionalities
- [ ] Continue refining Trinity-Studio
コントリビューションガイド
評価
この issue はまだ評価されていません。