bug fixed

src/rlhf/reward.py

@@ -171,7 +171,6 @@ class RewardModel(pl.LightningModule):
         # 获得最后一个 token 的 embedding
         last_token_embeds = self.rwkv(
             x,
-            state=None,
             extra_embed=extra_embed,
             rm_train=True
         )[:, -1, :]