Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
CSDN 技术社区
ai
chatCSDN
提交
3b7e41b2
C
chatCSDN
项目概览
CSDN 技术社区
/
ai
/
chatCSDN
通知
108
Star
8
Fork
2
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
C
chatCSDN
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
提交
3b7e41b2
编写于
3月 17, 2023
作者:
U
u010280923
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
bug fixed
上级
30ccef27
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
4 addition
and
5 deletion
+4
-5
src/dataset.py
src/dataset.py
+2
-3
src/rlhf/ppo.py
src/rlhf/ppo.py
+2
-2
未找到文件。
src/dataset.py
浏览文件 @
3b7e41b2
...
...
@@ -360,9 +360,8 @@ def load_prompt_data_4_ppo(args):
pf
=
pd
.
read_csv
(
args
.
data_file
)
for
index
,
row
in
pf
.
iterrows
():
prompt
=
row
[
"prompt"
]
prompt_token_ids
.
append
(
tokenizer
.
tokenizer
.
encode
(
prompt
))
prompt_token_ids
=
torch
.
tensor
(
prompt_token_ids
,
dtype
=
torch
.
long
)
prompt_token_ids
.
append
(
torch
.
tensor
(
tokenizer
.
tokenizer
.
encode
(
prompt
),
dtype
=
torch
.
long
))
return
prompt_token_ids
...
...
src/rlhf/ppo.py
浏览文件 @
3b7e41b2
...
...
@@ -484,8 +484,8 @@ class RLHF(nn.Module):
# and get the action (sampled sequence from rwkv as well as the action probs)
# also calculate the reward using reward model and store
# 随机挑选一条 prompt
rand_prompt_index
=
randrange
(
0
,
self
.
num_prompts
)
state
=
self
.
prompt_token_id
s
[
rand_prompt_index
]
rand_prompt_index
=
randrange
(
0
,
len
(
prompts
)
)
state
=
prompt
s
[
rand_prompt_index
]
# remove padding from state
state_mask
=
state
!=
self
.
args
.
pad_value
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录