 ViperEkura
|
0f518473af
|
fix: 修复强化学习算法问题
|
2026-03-19 22:23:51 +08:00 |
|
ViperEkura
|
a5574f92e2
|
feat: 初步实现grpo 算法逻辑
|
2026-03-19 20:56:53 +08:00 |
|
ViperEkura
|
abcedf892e
|
feat: 增加 MLA 模块
|
2026-03-18 16:41:46 +08:00 |
|
ViperEkura
|
abc3a06266
|
chore: 增加ppl计算工具并优化代码格式
|
2026-03-18 16:16:02 +08:00 |
|
ViperEkura
|
62fba9a298
|
refactor: 优化接口设置， 去除冗余代码
|
2026-03-18 15:07:35 +08:00 |
|
ViperEkura
|
e23a5ca426
|
fix: 修复metric 保存时机的问题
|
2026-03-16 20:07:36 +08:00 |
|
ViperEkura
|
e55b57d771
|
fix: 修复梯度平均问题
|
2026-03-13 23:00:26 +08:00 |
|
ViperEkura
|
c4feab96fe
|
fix: 统一state_dict 处理方式
|
2026-03-13 22:41:56 +08:00 |
|
ViperEkura
|
e35cb0d84a
|
feat: 增加 label smoothing 设置
|
2026-03-13 22:37:27 +08:00 |
|
ViperEkura
|
6d6ef6dbb6
|
refactor: 修改project logo
|
2026-03-06 12:15:49 +08:00 |
|
ViperEkura
|
493fe4e84b
|
feat: 增加 label smothing
|
2026-03-06 11:41:14 +08:00 |
|
ViperEkura
|
82d22c5742
|
fix: 修复callback 时机不一致的问题
|
2026-03-06 10:51:22 +08:00 |
|
ViperEkura
|
96744ac2d2
|
refactor: 修改metric_util.py
|
2026-03-06 10:33:44 +08:00 |
|
ViperEkura
|
2331713fde
|
refactor: 修改训练脚本
|
2026-03-05 14:40:26 +08:00 |
|
ViperEkura
|
c74fbf84b7
|
build: 增加h5py 版本号
|
2026-03-04 21:29:37 +08:00 |
|
ViperEkura
|
5a8c442315
|
docs: 修改 README
|
2026-03-04 20:51:09 +08:00 |
|
ViperEkura
|
c7d0448822
|
fix: 修复StepMonitorCallback序列化问题
|
2026-03-04 20:38:07 +08:00 |
|
ViperEkura
|
1d43a1785e
|
build: 修改dependencies 以及版本号
|
2026-03-04 20:13:38 +08:00 |
|
ViperEkura
|
5713b55500
|
refactor: 修改 StepMonitorCallback, 分离职责
|
2026-03-04 19:45:39 +08:00 |
|
ViperEkura
|
b53e10aac4
|
refactor: 修改metric 监测部分
|
2026-03-03 16:08:50 +08:00 |
|
ViperEkura
|
dff58468d6
|
fix: 修复 load_h5 丢失文件的问题
|
2026-03-02 17:37:28 +08:00 |
|
ViperEkura
|
8a8d6369bc
|
fix: 修复 dataset 和 checkpoint 的 bug
|
2026-03-02 11:12:21 +08:00 |
|
ViperEkura
|
80e17418b4
|
fix: 修复一些运行时问题
|
2026-03-01 15:47:07 +08:00 |
|
ViperEkura
|
6089a12cef
|
fix: 修复参数传递问题并更新测试单元
|
2026-02-28 19:01:16 +08:00 |
|
ViperEkura
|
b17cc6a6fb
|
refactor: 修改参数传递方案
|
2026-02-28 18:09:00 +08:00 |
|
ViperEkura
|
a33d086883
|
build: 修改build 方式
|
2026-02-27 17:52:28 +08:00 |
|
ViperEkura
|
e9f42ec8b1
|
Change license from Apache 2.0 to GPL v3.0
|
2026-02-22 21:20:34 +08:00 |
|
ViperEkura
|
582d4ae9a7
|
refactor(data): 修改文件加载方案
|
2026-02-22 21:14:10 +08:00 |
|
ViperEkura
|
0ca4871e80
|
ci(spell-check): 修改检查流程
|
2026-02-11 16:01:53 +08:00 |
|
ViperEkura
|
99ef8fda71
|
feat(inference): 增加cuda_graph 装饰器
|
2026-02-07 21:14:39 +08:00 |
|
ViperEkura
|
dbd57e30e5
|
feat(inference): 增加cuda graph 设置
|
2026-02-07 15:42:41 +08:00 |
|
ViperEkura
|
a5869d89ba
|
feat(trainer): 增加state_dict 存储设定
|
2026-02-04 19:47:21 +08:00 |
|
ViperEkura
|
7a9b9d0659
|
docs(architecture): 添加系统架构文档并修复KV缓存数学公式
|
2026-01-18 14:10:31 +08:00 |
|
ViperEkura
|
75758ead46
|
docs(data): 修改内存映射文件扩展名为.pt
|
2026-01-16 21:02:26 +08:00 |
|
ViperEkura
|
7dfa5cc0ac
|
refactor(data): 重构MmapFileHandler类并改进数据加载机制
|
2026-01-11 19:37:28 +08:00 |
|
ViperEkura
|
9dab96c31f
|
test(checkpoint): 添加多进程检查点测试功能
|
2026-01-08 22:04:39 +08:00 |
|
ViperEkura
|
ff5c8a71f5
|
fix(trainer): 修复回调函数合并逻辑
|
2026-01-08 21:56:44 +08:00 |
|
ViperEkura
|
4da70785b5
|
refactor(tests): 重构测试文件目录结构
|
2026-01-08 21:34:52 +08:00 |
|
ViperEkura
|
d407962ffa
|
fix(trainer): 更新检查点保存和加载逻辑
|
2026-01-08 19:04:08 +08:00 |
|
ViperEkura
|
3d8047fa1b
|
feat(trainer): 重构检查点系统支持分布式训练
|
2026-01-08 15:01:19 +08:00 |
|
ViperEkura
|
d21682f97a
|
fix(trainer): 修复检查点回调参数顺序和权重保存选项
|
2026-01-05 17:08:09 +08:00 |
|
ViperEkura
|
eba99e1f5e
|
feat(model): 添加QK归一化和门控注意力支持
|
2026-01-05 16:14:44 +08:00 |
|
ViperEkura
|
fd7ee2895a
|
refactor(paralell): 优化并行设备指定方法
|
2025-12-26 20:54:33 +08:00 |
|
ViperEkura
|
cfa3cf7daa
|
feat(train): 支持分布式训练的优化器与调度器工厂配置
|
2025-12-22 20:41:03 +08:00 |
|
ViperEkura
|
7623b1e5fd
|
feat(khaosz/data/tokenizer): 优化BPE分词器的预处理和训练配置
|
2025-12-22 20:02:10 +08:00 |
|
ViperEkura
|
573f041c51
|
feat(trainer): 支持分布式训练配置与检查点加载优化
|
2025-12-19 19:34:39 +08:00 |
|
ViperEkura
|
eab7a51bb6
|
feat(parallel): 改进设备策略注册表与并行设置功能
|
2025-12-19 15:25:31 +08:00 |
|
ViperEkura
|
3ac38a7ebc
|
feat(parallel/device): 引入设备策略注册机制以支持多种后端
|
2025-12-15 13:58:59 +08:00 |
|
ViperEkura
|
831933fb66
|
fix(mmap): 修复样本数与键值计算逻辑并增强错误处理
|
2025-12-15 09:27:29 +08:00 |
|
ViperEkura
|
701fb9bf78
|
refactor(data): 将内存映射文件加载逻辑移至独立的 MmapFileHander 类
|
2025-12-15 09:12:42 +08:00 |