[Bug]: GRPO微调qwen2.5-7b-vl模型，报错。 -MindSpeed-MM-AtomGit

已关闭

[Bug]: GRPO微调qwen2.5-7b-vl模型，报错。 #550

xiaochi111创建于 7月31日关闭于 14 天前

7月31日创建

在提交新问题之前，请确保您已经在社区中搜索过相关问题，并使用了社区中提供的资源/工具后，仍未找到满意的解决方式。

⚠️ 安全信息提醒：请仔细检查提供的文本内容，确保其不包含敏感数据信息，包括但不限于：

在分享配置信息或代码示例时，请将敏感信息脱敏处理，或使用 <TOKEN> 等占位符替代原有内容。

例如：
- 操作系统
- 昇腾硬件信息
- CANN软件版本
- 安装的对应软件版本

版本信息：

报错信息：

使用官方的参数配置，Actor 权重到 vLLM 时分桶出现问题

欢迎加入社区，感谢您对社区的贡献 🎉!

7月31日添加了label：bug

yeqm成员

8月7日评论：

👋 您好，欢迎向 MindSpeed MM 提交 Issue！

我们已收到您的反馈，感谢你对开源社区的支持。🎉

📅 处理时效：维护团队将在 24 小时内查看并回复您的问题（工作日）。

🚨 紧急联系：如果您的问题非常紧急，可通过微信联系我们。

请确保 Issue 描述清晰，包含复现步骤和日志，这将帮助我们更快定位问题。谢谢！

14 天前评论：

感谢使用MindSpeed-MM仓，现在rl系列模型及其特性支持都在https://github.com/verl-project/verl 该仓维护，可以考虑使用verl仓进行rl的训练

14 天前将 ningmenglh 设为负责人

14 天前 issue状态由 TODO 改变为 DONE

14 天前关闭了 issue

14 天前添加了label：resolved