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
ddbbe006
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
ddbbe006
编写于
3月 10, 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
opt reward model
上级
e1170613
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
3 addition
and
7 deletion
+3
-7
src/rlhf/reward.py
src/rlhf/reward.py
+0
-6
src/trainer.py
src/trainer.py
+3
-1
未找到文件。
src/rlhf/reward.py
浏览文件 @
ddbbe006
...
...
@@ -77,12 +77,6 @@ class RewardModel(pl.LightningModule):
path
=
Path
(
path
)
assert
path
.
exists
()
self
.
load_state_dict
(
torch
.
load
(
str
(
path
)))
def
finetune_parameters
(
self
):
return
[
*
self
.
to_pred
.
parameters
(),
*
self
.
rwkv
.
parameters
()
]
def
configure_optimizers
(
self
):
# 论文中的参数:
...
...
src/trainer.py
浏览文件 @
ddbbe006
...
...
@@ -117,7 +117,9 @@ class train_callback(pl.Callback):
def
on_train_epoch_start
(
self
,
trainer
,
pl_module
):
args
=
self
.
args
dataset
=
trainer
.
train_dataloader
.
dataset
.
datasets
assert
"MyDataset"
in
str
(
dataset
)
or
"S2SDataset"
in
str
(
dataset
)
assert
"MyDataset"
in
str
(
dataset
)
\
or
"S2SDataset"
in
str
(
dataset
)
\
or
"RMDataset"
in
str
(
dataset
)
dataset
.
global_rank
=
trainer
.
global_rank
dataset
.
real_epoch
=
int
(
args
.
epoch_begin
+
trainer
.
current_epoch
)
dataset
.
world_size
=
trainer
.
world_size
...
...
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