已合并
[mindspeed-rl] grpo与ppo算法配置说明readme优化 #786
张健翔创建于 2025年12月4日
[mindspeed-rl] grpo与ppo算法配置说明readme优化 #786
已合并
Pull Request已成功合入, 合并人@ascend-robot
（感谢 张健翔 的贡献）
ascend-robot
2025年12月4日 评论：
2025年12月4日 评论：
AtlasAccount
2025年12月4日 评论：
2025年12月4日 评论：
ascend-robot
2025年12月4日 评论：
2025年12月4日 评论：
以下是根据您提交的修改文件推荐的Reviewer和Committer序列，需各模块评审通过后方可合入
| Module List | Reviewers | Committers |
|---|---|---|
| repo-Ascend/MindSpeed-RL | Hcm03, PIPIXIU, weixin_44917616, fengliangjun, guo-xinjie-1 | fengliangjun, zhoubeirong, elvinp, wucong25, sz19991010 |
2025年12月4日 添加了label：ascend-cla/no
2025年12月4日 删除了label：ascend-cla/no
2025年12月4日 添加了label：ascend-cla/yes
ascend-robot
2025年12月4日 评论：
2025年12月4日 评论：
CLA Signature Pass
@McFlurry100, thanks for your pull request. All authors of the commits have signed the CLA. 👍
AtlasAccount
2025年12月4日 评论：
2025年12月4日 评论：
已进入队列，请勿重复触发
AtlasAccount
2025年12月4日 评论：
2025年12月4日 评论：
预计 2025-12-04 19:16:38 开始,等待时长:145.52min,排队位置:5
docs/algorithms/grpo.md
已过期
@@ -153,4 +137,0 @@
153-| `actor/ppo_kl` | PPO算法的实际 KL 散度 |
154-| `grad_norm` | 梯度范数，表示当前反向传播中参数梯度的整体幅度 |
155-| `{verifier_function}_rewards/mean` | 规则奖励打分的平均总奖励值 |
156-| `actor/lr` | 学习率，优化器当前使用的学习率 |
docs/algorithms/grpo.md
@@ -125,4 +129,0 @@
125-| `timing/rollout` | 一次迭代中actor model进行rollout耗时 |
126-| `timing/old_log_p` | 一次迭代中actor model计算logp耗时 |
127-| `timing/reference_model` | 一次迭代中reference model计算logp耗时 |
128-| `timing/resharding_to_train` | 权重转到训练mode耗时 |
docs/features/runtime_env.md
@@ -0,0 +8,4 @@
8+| `PYTORCH_NPU_ALLOC_CONF` | 设置缓存分配器行为 |
9+| `HCCL_CONNECT_TIMEOUT` | HCCL 连接超时时间 |
10+| `HCCL_EXEC_TIMEOUT` | HCCL 执行超时时间 |
11+| `HCCL_IF_BASE_PORT` | HCCL 通信端口 |
ascend-robot
2025年12月4日 评论：
2025年12月4日 评论：
✅ 流水线任务触发成功，正在执行，请稍候。 任务链接[28d957f9213846efbee691e283a8f92b]
2025年12月4日 添加了label：ci-pipeline-running
ascend-robot
2025年12月4日 评论：
2025年12月4日 评论：
get-log
2025年12月4日 删除了label：ci-pipeline-running
2025年12月4日 添加了label：ci-pipeline-running
2025年12月4日 删除了label：ci-pipeline-running
2025年12月4日 添加了label：ci-pipeline-passed
2025年12月4日 删除了label：ci-pipeline-passed
2025年12月4日 添加了label：ci-pipeline-passed
2025年12月4日 添加了label：approved
may_feimei
2025年12月8日 评论：
2025年12月8日 评论：
/lgtm
2025年12月8日 添加了label：lgtm
ascend-robot
2025年12月8日 评论：
2025年12月8日 评论：
Review Guide
This Pull-Request Passes Review.
Committers who writed a comment of /approve are: wucong25.
Reviewers who writed a comment of /lgtm are: wucong25, may_feimei.
ascend-robot
2025年12月8日 评论：
2025年12月8日 评论：
Review Guide
This Pull-Request Passes Review.
Committers who writed a comment of /approve are: wucong25.
Reviewers who writed a comment of /lgtm are: may_feimei, wucong25.
2025年12月8日 合入了pull request
grpo与ppo算法配置说明readme优化