Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

Поддержка PPO #4

Open
JohnConnor123 opened this issue Jan 29, 2025 · 1 comment
Open

Поддержка PPO #4

JohnConnor123 opened this issue Jan 29, 2025 · 1 comment

Comments

@JohnConnor123
Copy link

JohnConnor123 commented Jan 29, 2025 •
edited
Loading

Я правильно понимаю, что поддержки PPO в этой библиотеке нет? Если ее нет, то возможно ли добавить поддержку?Рассматриваются ли такие варианты?
@hivaze
Copy link
Collaborator

hivaze commented Jan 31, 2025

Она в скором времени будет (1-2 недели), планируем добавить GRPO из DeepSeek в формате LoRA адаптеров с VLLM инференсом. Основная проблема, что онлайн RL несколько сложнее делать эффективным.

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Assignees
No one assigned
Labels
None yet
Projects
None yet
Milestone
No milestone
Development

No branches or pull requests
2 participants
@hivaze @JohnConnor123