执行摘要
新增训练配置参数与指标文档
完善 Ascend 文档,增加参数和指标描述,方便用户在 Ascend 环境中配置训练参数并解读训练日志。PR 标题和 body 均指向‘Ascend docs rectification’这一动机。
建议所有使用 verl 训练框架,特别是 Ascend 环境的开发者和用户阅读此文档。值得关注的设计决策包括:清晰的参数分类方式(公共/专属)、日志指标解释的详细程度。该 PR 本身无代码变更,但文档质量对用户体验至关重要。
- 默认值错误(gemini-code-assist[bot]):指出
dist_ckpt_optim_fully_reshardable的默认值应为false而非true,可能导致分布式 checkpoint 内存使用异常。该问题已在最终版本中修正。 - 补充参数建议(Mind-s):建议增加
trainer.rollout_data_dir配置参数的说明,以记录每轮 rollout 结果的保存路径。 - 文档导航与更新时间(wucong25):要求添加 index.rst 条目和文档更新时间字段。最终提交中 index.rst 已修改,更新时间也已加入。
参与讨论