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
dfeee746
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
dfeee746
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
06865f46
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
5 addition
and
2 deletion
+5
-2
src/rlhf/reward.py
src/rlhf/reward.py
+1
-1
train_rm.py
train_rm.py
+4
-1
未找到文件。
src/rlhf/reward.py
浏览文件 @
dfeee746
...
...
@@ -68,7 +68,7 @@ class RewardModel(pl.LightningModule):
# reward 得分计算
self
.
pred_reward
=
nn
.
Sequential
(
nn
.
Linear
(
dim
,
1
),
nn
.
Linear
(
dim
,
1
,
bias
=
False
),
Rearrange
(
'... 1 -> ...'
)
# 降维
)
...
...
train_rm.py
浏览文件 @
dfeee746
...
...
@@ -240,7 +240,10 @@ if __name__ == "__main__":
rm_model
=
RewardModel
(
args
)
# 训练
trainer
=
Trainer
.
from_argparse_args
()
trainer
=
Trainer
.
from_argparse_args
(
args
,
callbacks
=
[
train_callback
(
args
)],
)
if
trainer
.
global_rank
==
0
:
for
n
in
rm_model
.
state_dict
():
...
...
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