RWKV社区现正式发布三项高额悬赏任务，每项任务奖金30万元，面向HF Transformers、vLLM、SGLang三大生态，为RWKV-7打造生产级适配。
📌 任务总览
| 适配目标 | 奖金 | 核心要求 |
|---|---|---|
| Hugging Face Transformers | 30万元 | 完整PEFT、RL库兼容 |
| vLLM | 30万元 | dynamic batching、chunked prefill、state cache |
| SGLang | 30万元 | 同上 |
🎯 统一性能基准
所有适配需达到 RWKV-LM + Albatross 引擎 的生产级性能。
参考基准（RWKV-7 7.2B，RTX 5090单卡） ：
| 指标 | 性能 |
|---|---|
| 批大小960生成 | 10,250+ token/s |
| 批大小320生成 | 9,650+ token/s |
| 批大小1生成 | 145+ token/s |
| 批大小1预填充 | 11,289+ token/s |
Albatross实现了"永远恒定速度、永远恒定显存"，所有适配需达到同等水平，并在各种batch size下全面对标。
1️⃣ HF Transformers 适配（30万元）
需达到生产级稳定性，核心要求：
- 完整兼容PEFT：LoRA、Adapter等微调方法无缝可用
- 完整兼容RL库：TRL、DPO等强化学习对齐工具
- State-Tuning支持：RWKV-7特有的状态微调
- 精度、速度、显存占用全面对标Albatross
2️⃣ vLLM 适配（30万元）
RWKV社区已有 nano-vllm（支持Int8量化，开发中），本次任务要求完整生产级实现：
- Dynamic Batching：动态批次调度
- Chunked Prefill：分块预填充
- State Cache：RNN状态缓存管理
- 须对标Albatross的吞吐和延迟
3️⃣ SGLang 适配（30万元）
需实现与vLLM同等规格的生产级适配：
- Dynamic Batching + Chunked Prefill + State Cache
- 性能对标Albatross
💻 硬件与量化要求
支持全部常见专业卡和消费卡：
- NVIDIA：RTX 30/40/50系列、A100/H100等
- AMD：通过ROCm支持
量化推理：
- 支持 8bit、4bit 量化
- 显存占用显著下降
- 速度不低于16bit FP16
📝 了解方式
