Trinity-RFT项目开发指南:工作流创建与配置管理
2025-06-02 23:11:06作者:韦蓉瑛
项目概述
Trinity-RFT是一个面向大语言模型(LLM)训练与优化的框架,其核心设计理念是通过工作流(Workflow)机制实现多样化的训练场景支持。本文将深入解析如何在Trinity-RFT中开发新的工作流,并扩展配置生成器的功能。
核心概念解析
在开始开发前,我们需要理解三个关键概念:
- 任务(Task):代表可转换为工作流的数据结构,包含任务描述、标准答案等信息
- 工作流(Workflow):定义Agent与环境交互流程的执行单元,负责生成训练所需的经验数据
- 经验(Experience):工作流执行的输出结果,包含token序列、奖励值等训练所需信息
创建工作流全流程
第一步:准备任务数据集
任务数据集通过YAML配置文件加载,典型配置如下:
buffer:
explorer_input:
taskset:
default_workflow: "math_workflow"
path: "/data/math_problems.jsonl"
format:
prompt_key: "question"
response_key: "answer"
rollout_args:
temperature: 1.0
数据集文件示例(math_problems.jsonl):
{"question": "1+1=", "answer": "2"}
{"question": "2+2=", "answer": "4"}
第二步:实现工作流类
工作流基类定义如下核心接口:
class Workflow(ABC):
def __init__(self, model, task, auxiliary_models):
self.model = model # 训练模型
self.task = task # 任务数据
self.auxiliary_models = auxiliary_models # 辅助模型
@abstractmethod
def run(self) -> List[Experience]:
"""核心执行方法"""
完整实现示例
from trinity.common.workflows.workflow import WORKFLOWS
@WORKFLOWS.register_module("math_workflow")
class MathWorkflow(Workflow):
def __init__(self, model, task, auxiliary_models):
super().__init__(model, task, auxiliary_models)
self.question = task.raw_task["question"]
self.answer = task.raw_task["answer"]
self.rollout_args = task.rollout_args
def calculate_reward(self, response):
return 1.0 if response == self.answer else 0.0
def run(self):
responses = self.model.chat(
[{"role": "user", "content": self.question}],
n=self.rollout_args.n,
temperature=self.rollout_args.temperature
)
return [Experience(
tokens=resp.tokens,
prompt_length=resp.prompt_length,
reward=self.calculate_reward(resp.response_text),
logprobs=resp.logprobs
) for resp in responses]
性能优化技巧
对于资源密集型工作流,可实现resettable
和reset
方法避免重复初始化:
def resettable(self):
return True
def reset(self, task):
self.question = task.raw_task["question"]
self.answer = task.raw_task["answer"]
第三步:使用工作流
更新配置文件指定工作流类型:
buffer:
explorer_input:
taskset:
default_workflow_type: "math_workflow"
高级配置:扩展Config Generator
配置参数开发规范
-
参数分类:根据功能将参数放入对应管理文件
- buffer_config_manager.py
- explorer_config_manager.py
- model_config_manager.py
- trainer_config_manager.py
-
开发模板:
@CONFIG_GENERATORS.register_config(
default_value=96,
visible=lambda: st.session_state["trainer_gpu_num"] > 0,
other_configs={"_per_gpu_batch": 16}
)
def set_train_batch_size(**kwargs):
key = kwargs["key"]
gpu_num = st.session_state["trainer_gpu_num"]
st.session_state[key] = st.session_state["_per_gpu_batch"] * gpu_num
def update_per_gpu():
st.session_state["_per_gpu_batch"] = max(
st.session_state[key] // gpu_num, 1)
st.number_input(
"Batch Size",
min_value=gpu_num,
step=gpu_num,
on_change=update_per_gpu,
**kwargs
)
- 参数验证:
@CONFIG_GENERATORS.register_check()
def check_batch_size(unfinished_fields, key):
if st.session_state[key] % st.session_state["trainer_gpu_num"] != 0:
unfinished_fields.add(key)
st.warning("Batch size必须能被GPU数量整除")
配置集成流程
- 在ConfigManager中添加参数引用
- 在YAML生成函数中设置参数映射
- 确保参数可见性逻辑正确
开发最佳实践
- 代码风格检查:
pip install -e .[dev]
pre-commit run --all-files
- 设计建议:
- 保持工作流单一职责原则
- 复杂任务可拆分为多个子工作流
- 充分利用现有基类功能
- 调试技巧:
- 使用小规模数据集验证工作流
- 逐步增加rollout复杂度
- 监控经验数据的完整性
总结
Trinity-RFT通过灵活的工作流机制支持多样化的LLM训练场景。开发者可以通过实现特定工作流来支持新的任务类型,同时通过配置生成器扩展使系统更易用。本文详细介绍了从基础工作流开发到高级配置管理的完整流程,为框架扩展提供了系统性的指导方案。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
260

🎉 (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
854
505

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
254
295

🔥🔥🔥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

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
331
1.08 K

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
397
370

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

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

deepin linux kernel
C
21
5