首页
/ MS-SWIFT项目中DPO训练时NLL_Loss为NaN问题的分析与解决

MS-SWIFT项目中DPO训练时NLL_Loss为NaN问题的分析与解决

2025-05-31 10:28:17作者:房伟宁

问题现象

在使用MS-SWIFT项目进行RLHF(强化学习人类反馈)训练时,特别是采用DPO(直接偏好优化)方法时,开发者遇到了NLL_Loss(负对数似然损失)持续为NaN的问题。该问题出现在使用RFT(强化微调)样本采样结合DPO训练的场景下,训练参数设置为:迭代次数4、epoch数1、batch_size为1、学习率1e-5,rpo_alpha采用默认值1.0。

问题排查过程

开发者首先检查了样本生成的数据格式,确认符合预期的['id', 'messages', 'rejected_response']结构。进一步调试发现,在训练过程中所有label值均为-100,这直接导致了NLL_Loss计算结果为NaN。

通过深入分析训练配置,发现开发者使用了以下关键参数组合:

  • 模型类型:qwen2_5
  • 最大长度:8192
  • 训练类型:full(全参数训练)
  • 精度:bfloat16
  • 并行策略:deepspeed zero3
  • 注意力实现:flash_attn
  • 序列并行大小:4

根本原因

经过多次测试验证,最终确定问题根源在于sequence_parallel_size参数的设置。当该参数被移除后,NLL_Loss计算恢复正常。这表明在特定配置下,序列并行处理可能导致标签信息的异常处理或丢失。

此外,开发者还注意到之前为了解决另一个问题(模型推理中的张量设备不一致问题),修改了infer_engine.py文件中的代码,但确认这一修改与本问题无直接关联。

解决方案

针对这一问题,推荐采取以下解决方案:

  1. 移除sequence_parallel_size参数:在当前的训练配置下,暂时不使用序列并行可以避免NLL_Loss异常的问题。

  2. 数据完整性检查:虽然主要问题已定位到并行参数,但仍建议对训练数据进行全面检查,确保每条数据都包含完整的assistant响应部分,避免因数据缺失导致的其他潜在问题。

  3. 梯度监控:在训练初期加入梯度监控机制,可以更早发现数值不稳定的情况。

经验总结

这一案例为使用MS-SWIFT进行RLHF训练提供了宝贵经验:

  1. 并行策略的选择需要谨慎,特别是在结合特定模型架构和训练方法时,某些并行参数可能导致意外的数值计算问题。

  2. 在损失函数出现NaN时,除了检查数据质量外,还应该考虑训练框架层面的配置参数影响。

  3. 对于复杂的训练流程(如RFT+DPO),建议采用分阶段验证的方式,先确保基础训练正常,再逐步添加高级特性。

这一问题的解决为后续在MS-SWIFT框架下开展类似训练任务提供了重要参考,特别是在处理序列并行与损失计算交互时的注意事项。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5