Trinity-RFT项目开发指南:工作流创建与配置管理
2025-06-02 21:52:52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
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
274

🎉 (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
930
553

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
422
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8