allenai/RL4LMs

Xem trên GitHub

A modular RL library to fine-tune language models to human preferences

Star: 2.4k
Fork: 201
Issue cho người mới đang mở: 0
Issue đã lập chỉ mục: 47

Ngôn ngữ chính: Python
Giấy phép: Apache-2.0
Lần push lên GitHub gần nhất: 30/3/2023
Lập chỉ mục gần nhất: 13/9/2026
Hướng dẫn đóng góp: Không có hướng dẫn đóng góp
Quy tắc ứng xử: Không có quy tắc ứng xử
Label cho người mới: good first issue help wanted
Chỉ số merge pull request: Không có pull request nào được merge trong 30 ngày

Đang mở Tất cả

Đã lập chỉ mục 47 issue đang mở

Any plans for Deepspeed/Accelerate integration? Đang mở

allenai/RL4LMs#4 · 9 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Numbeams Đang mở

beam_search bug

allenai/RL4LMs#5 · 5 bình luận · 0 reaction · 1 người được giao · Lập chỉ mục 13/9/2026
Top-K and Top-p sampling Đang mở

allenai/RL4LMs#7 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
BART supervised Đang mở

allenai/RL4LMs#10 · 2 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
OOM on summarization example Đang mở

allenai/RL4LMs#12 · 15 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
100% likely that two function parameters have been merged by accident Đang mở

code enhancement good first issue

allenai/RL4LMs#16 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Implementing self-play Đang mở

allenai/RL4LMs#18 · 3 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Larger models like GPT-J and GPT-NeoX-20B Đang mở

allenai/RL4LMs#21 · 3 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Just a warning that the package doesn't work with Transformers 4.25.1 Đang mở

allenai/RL4LMs#22 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Off-policy RL algorithms support Đang mở

enhancement help wanted

allenai/RL4LMs#23 · 5 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Problems with models that don't have the parallelize() function Đang mở

allenai/RL4LMs#25 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
passing extra variable to the forward function Đang mở

allenai/RL4LMs#26 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Reproducing IMDB results Đang mở

allenai/RL4LMs#28 · 4 bình luận · 1 reaction · 1 người được giao · Lập chỉ mục 13/9/2026
Mix-Precision training Đang mở

allenai/RL4LMs#29 · 2 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Evaluating a specific checkpoint Đang mở

allenai/RL4LMs#32 · 5 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Is it possible to release the code based on Jax Đang mở

allenai/RL4LMs#33 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Problem with BLEURT reward function Đang mở

allenai/RL4LMs#34 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Persistent Variance in IMDB Đang mở

allenai/RL4LMs#37 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Value is not broadcastable with batch_shape+event_shape Đang mở

allenai/RL4LMs#38 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
_pickle.UnpicklingError: pickle data was truncated Đang mở

allenai/RL4LMs#41 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Metric version incompatible Đang mở

allenai/RL4LMs#42 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Bloom Supporting Đang mở

allenai/RL4LMs#44 · 3 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
A question bother me a long time: What is the difference between RL-for-text-generation and delete-0-reward-model-predictions? Đang mở

allenai/RL4LMs#46 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
In the paper, what is the detail setting of supervised learning? Is SL has additional supervised data? Đang mở

allenai/RL4LMs#49 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
[Question] End-to-end example Đang mở

allenai/RL4LMs#51 · 0 bình luận · 3 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Error with Accelerate integration + NLPO Đang mở

allenai/RL4LMs#52 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Bug while loading t5 base model Đang mở

allenai/RL4LMs#53 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
How can I inference data with the model after PPO training? Đang mở

allenai/RL4LMs#54 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Using GPT-2 Đang mở

allenai/RL4LMs#55 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
'GPT2Model' object has no attribute 'first_device' Đang mở

allenai/RL4LMs#56 · 0 bình luận · 1 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
model.generate.scores returning two scores Đang mở

allenai/RL4LMs#57 · 0 bình luận · 1 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
CPU Support Minor Bug Đang mở

allenai/RL4LMs#59 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
is multi-dimensional reward supported? Đang mở

allenai/RL4LMs#60 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Memory issue in metric evals? Đang mở

allenai/RL4LMs#61 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Reproducing existing results on NarrativeQA Đang mở

allenai/RL4LMs#62 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
NLPO Code Error and Query About gymnasium vs gym Usage Đang mở

allenai/RL4LMs#63 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Pip install error with gym and torch Đang mở

allenai/RL4LMs#64 · 3 bình luận · 5 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Do you have any plans to apply the recently published Reinforced Self-Training (ReST)? Đang mở

allenai/RL4LMs#65 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Is PPO really better than SFT (in general)? under the condition of same amount of data Đang mở

allenai/RL4LMs#66 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
how to stop env parallel multi-process to debug env.step()? Đang mở

allenai/RL4LMs#68 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Upgrade to torch 2.0 Đang mở

allenai/RL4LMs#69 · 1 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Question about the classifier used for IntentAccuracyDailyDialog. Đang mở

allenai/RL4LMs#71 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
An issue happened when I set up Đang mở

allenai/RL4LMs#72 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
Which version of pip should we use when we try to set up the environment? Đang mở

allenai/RL4LMs#73 · 2 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
assert self.name.count("/") == 1 Đang mở

allenai/RL4LMs#75 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
An Issues about RuntimeError Đang mở

allenai/RL4LMs#76 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026
query regarding the reference model Đang mở

allenai/RL4LMs#77 · 0 bình luận · 0 reaction · 0 người được giao · Lập chỉ mục 13/9/2026

allenai/RL4LMs

Nhận issue mới trong hộp thư của bạn