ViperEkura d4451f6afb fix : 并行训练 state_dict 收集与训练/推理并发缺陷 ... - FSDPExecutor: unwrap_model 返回全量 state_dict (state_dict_type FULL)；use_orig_params=True - DDPExecutor/BaseExecutor: unwrap_model 统一返回 model.module.state_dict() / model.state_dict() - CheckpointCallback: 走 executor.unwrap_model 拿完整 state_dict - strategy.py: 移除 FSDP/DDp 依赖；create_ref_model(model_fn, state_dict) 纯函数 - TrainContextBuilder: 传递 model_fn + executor 到 strategy - GRPOStrategy.sync_ref_model: 通过 executor.unwrap_model 获取完整权重 - TaskManager.wait_for_tasks: 锁内检查队列，消除 clear/set 竞态 - ProtocolHandler: stop token 不再计入 completion_tokens（流式/非流式）		2026-05-29 21:12:52 +08:00
..
__init__.py	feat: 新增 Muon 优化器	2026-05-17 16:44:03 +08:00
metric_util.py	feat: 训练中新增验证循环	2026-05-17 16:12:42 +08:00
optim.py	perf: Muon step 改用 torch._foreach_* 批处理并移除 NS 迭代的冗余 bf16 转换	2026-05-23 19:50:12 +08:00
schedule.py	refactor : 移除 -> None 返回值标注，拆分 FSDP 参数，新增 mmap 数据集存储	2026-05-28 13:57:06 +08:00
strategy.py	fix : 并行训练 state_dict 收集与训练/推理并发缺陷	2026-05-29 21:12:52 +08:00
train_callback.py	fix : 并行训练 state_dict 收集与训练/推理并发缺陷	2026-05-29 21:12:52 +08:00
train_context.py	fix : 并行训练 state_dict 收集与训练/推理并发缺陷	2026-05-29 21:12:52 +08:00
trainer.py	refactor: 检查点加载重构，路径替代对象传递	2026-05-27 20:15:29 +08:00