DeepEyes 的安装和配置教程

项目的基础介绍和主要的编程语言

DeepEyes 是一个开源项目，致力于通过强化学习激励“以图像思考”的能力。该项目基于 VeRL 框架，使用了 Python 作为主要的编程语言。DeepEyes 的目标是实现不需要冷启动或监督微调，直接通过结果奖励信号进行指导的端到端强化学习。

项目使用的关键技术和框架

在实现其目标的过程中，DeepEyes 使用了以下关键技术和框架：

• VeRL 框架：用于构建基于强化学习的代理。
• Python：作为主要的编程语言。
• 强化学习算法：包括 PPO、GRPO 和 reinforce++ 等。
• 多模态输入：允许在代理观察中动态地使用多种模态输入。
• 工具使用：每个样本可以通过 env_name 字段指定自己的工具使用约束。

项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装 DeepEyes 之前，请确保您的系统满足以下要求：

• Python 3.6 或更高版本。
• pip 包管理器。
• GPU 计算能力（对于训练过程是必须的）。

安装步骤

1. 安装 VeRL

   DeepEyes 是基于 VeRL 框架的，首先需要安装 VeRL：

   pip install -e .
   

2. 安装 DeepEyes 的依赖

   运行以下命令来安装 DeepEyes 需要的额外依赖：

   bash scripts/install_deepeyes.sh
   

3. 下载预训练模型

   DeepEyes 需要一个预训练的模型来开始训练。你可以从 Hugging Face 下载预训练的 Qwen 模型：

   huggingface-cli download --resume-download https://huggingface.co/Qwen/Qwen2.5-72B-Instruct --local-dir /path/to/your/local/filedir --local-dir-use-symlinks False
   

   替换 /path/to/your/local/filedir 为你希望存储模型的本地路径。

4. 启动 vllm 服务

   使用以下命令启动 vllm 服务：

   vllm serve /path/to/your/local/filedir \
   --port 18901 \
   --gpu-memory-utilization 0.8 \
   --max-model-len 32768 \
   --tensor-parallel-size 8 \
   --served-model-name "evaluator" \
   --trust-remote-code \
   --disable-log-requests
   

   同样，确保替换 /path/to/your/local/filedir 为模型的本地路径。

5. 准备数据

   在开始训练之前，你需要准备数据集。数据集可以从 Hugging Face 下载。

6. 启动训练

   准备好数据后，可以使用以下命令启动训练。这里以 7B 模型为例：

   bash examples/agent/final_merged_v1v8_thinklite.sh
   

   对于 32B 模型，可以使用：

   bash examples/agent/final_merged_v1v8_thinklite_32b.sh
   

   训练脚本会使用 wandb 和 RL Logging Board 来可视化训练动态。

按照以上步骤操作，你就可以完成 DeepEyes 的安装和配置，开始进行训练了。