TinyZero · Issues· 82 开放
在 GitHub 打开本地同步的开放议题（评论请到 GitHub 查看）
- #125
是否有人尝试使用较新版本的 veRL 启动此仓库?
更新于 2026年6月29日 - #124
搭载 GRPO 的 Qwen2.5 1.5B 符合熵坍塌
更新于 2026年6月27日 - #105
8x V100 GPU 上的 qwen2.5-3b OOM 问题
更新于 2026年3月29日 - #122
如何重现一个支持乘法的 Qwen-3b 模型?
更新于 2025年12月2日 - #77
模型只会加减，不会乘除。
更新于 2025年12月2日 - #92
如何运行 main_generation 和 main_eval?
更新于 2025年12月2日 - #108
如何保证问题的有效性?
更新于 2025年12月2日 - #100
如何在 2 个 L40 GPU 上运行 SFT
更新于 2025年12月2日 - #120
是否应该从 <answer> 标签中找到正确答案的奖励
更新于 2025年11月7日 - #57
遵循官方代码,但出现错误:因为名称 'global_poolverl_group_2:0' 已经存在
更新于 2025年10月2日 - #7
无法将工作者注册到 Raylet
更新于 2025年8月30日 - #115
RuntimeError: 尽管设置了 VLLM_ATTENTION_BACKEND=XFORMERS,但 FlashAttention 仅支持 Ampere GPU 或更高版本
更新于 2025年8月12日 - #5
1 个 GPU 不能工作, 2 个 GPU 无法使用内存
更新于 2025年8月11日 - #97
<|endoftext|>
更新于 2025年8月7日 - #114
支持模型
更新于 2025年8月6日