【电信】训练使用wandb，不显示loss，acc等指标 · Issue #IBOTPX · Ascend/MindSpeed-LLM - Gitee.com

轻量养虾，开箱即用！低 Token + 稳定算力，Gitee & 模力方舟联合出品的 PocketClaw 正式开售！点击了解详情

开源项目 > 人工智能 &&

DONE

训练问题

创建于

2025-02-25 17:57

一、问题现象：
使用python ray_gpt.py --config-name grpo_trainer_qwen25_7b | tee logs/r1_zero_qwen25_7b.log进行grpo训练，在对应yaml文件里添加了下面的参数：
  wandb_project: mindspeed
  wandb_exp_name: qwen2.5-7b-ins-sq2048-n4
  wandb_save_dir: ./wandb
训练会打印下面的指标，但wandb中不显示这些指标，希望能在wandb中显式的看出训练指标，以便更好的观察训练结果
```
iteration: 24 / 1000 | timing/gen : 45.9406 | timing/ref : 1.4133 | grpo/acc_rewards/mean : 0.5417 | grpo/format_rewards/mean : 0.8333 | timing/adv : 2.2597 | timing/update_actor : 2.5715 | actor/pg_loss : 0.8221 | actor/pg_clipfrac : 0.0019 | actor/ppo_kl : 0.0000 | grpo/score/mean : 0.6875 | grpo/score/max : 1.0000 | grpo/score/min : -0.5000 | grpo/rewards/mean : 0.6875 | grpo/rewards/max : 1.0000 | grpo/rewards/min : -0.5000 | grpo/advantages/mean : 0.0000 | grpo/advantages/max : 0.6583 | grpo/advantages/min : -1.7081 | grpo/returns/mean : 0.5827 | grpo/returns/max : 1.0000 | grpo/returns/min : -0.5000 | response_length/mean : 365.1667 | response_length/max : 512.0000 | response_length/min : 221.0000 | prompt_length/mean : 204.6667 | prompt_length/max : 285.0000 | prompt_length/min : 147.0000 | timing/all : 52.6313
```
![wandb](https://foruda.gitee.com/images/1740477354899373901/74628734_5656053.png "屏幕截图")

二、软件版本:
-- CANN 版本 : 8.0.rc3
--Tensorflow/Pytorch/MindSpore 版本: Pytorch 2.1.0
--Python 版本 : 3.10

一、问题现象：
使用python ray_gpt.py --config-name grpo_trainer_qwen25_7b | tee logs/r1_zero_qwen25_7b.log进行grpo训练，在对应yaml文件里添加了下面的参数：
  wandb_project: mindspeed
  wandb_exp_name: qwen2.5-7b-ins-sq2048-n4
  wandb_save_dir: ./wandb
训练会打印下面的指标，但wandb中不显示这些指标，希望能在wandb中显式的看出训练指标，以便更好的观察训练结果
```
iteration: 24 / 1000 | timing/gen : 45.9406 | timing/ref : 1.4133 | grpo/acc_rewards/mean : 0.5417 | grpo/format_rewards/mean : 0.8333 | timing/adv : 2.2597 | timing/update_actor : 2.5715 | actor/pg_loss : 0.8221 | actor/pg_clipfrac : 0.0019 | actor/ppo_kl : 0.0000 | grpo/score/mean : 0.6875 | grpo/score/max : 1.0000 | grpo/score/min : -0.5000 | grpo/rewards/mean : 0.6875 | grpo/rewards/max : 1.0000 | grpo/rewards/min : -0.5000 | grpo/advantages/mean : 0.0000 | grpo/advantages/max : 0.6583 | grpo/advantages/min : -1.7081 | grpo/returns/mean : 0.5827 | grpo/returns/max : 1.0000 | grpo/returns/min : -0.5000 | response_length/mean : 365.1667 | response_length/max : 512.0000 | response_length/min : 221.0000 | prompt_length/mean : 204.6667 | prompt_length/max : 285.0000 | prompt_length/min : 147.0000 | timing/all : 52.6313
```
![wandb](https://foruda.gitee.com/images/1740477354899373901/74628734_5656053.png "屏幕截图")

二、软件版本:
-- CANN 版本 : 8.0.rc3
--Tensorflow/Pytorch/MindSpore 版本: Pytorch 2.1.0
--Python 版本 : 3.10

登录后才可以发表评论

状态

负责人

项目

里程碑

Pull Requests

关联的 Pull Requests 被合并后可能会关闭此 issue

分支

开始日期 - 截止日期

-

置顶选项

优先级

预计工期（小时）

参与者（2）

Python

1

https://gitee.com/ascend/MindSpeed-LLM.git

git@gitee.com:ascend/MindSpeed-LLM.git

ascend

MindSpeed-LLM

MindSpeed-LLM