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
fba22c90
C
chatCSDN
项目概览
CSDN 技术社区
/
ai
/
chatCSDN
通知
107
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
fba22c90
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
bug fixed
上级
40ae4fb9
变更
2
显示空白变更内容
内联
并排
Showing
2 changed file
with
4 addition
and
4 deletion
+4
-4
src/dataset.py
src/dataset.py
+1
-1
src/rlhf/reward.py
src/rlhf/reward.py
+3
-3
未找到文件。
src/dataset.py
浏览文件 @
fba22c90
...
@@ -283,7 +283,7 @@ class RMDataset(Dataset):
...
@@ -283,7 +283,7 @@ class RMDataset(Dataset):
preferred_idx
=
self
.
tokenizer
.
tokenizer
.
encode
(
preferred
)
preferred_idx
=
self
.
tokenizer
.
tokenizer
.
encode
(
preferred
)
alternate_idx
=
self
.
tokenizer
.
tokenizer
.
encode
(
alternate
)
alternate_idx
=
self
.
tokenizer
.
tokenizer
.
encode
(
alternate
)
prompt_mask
=
[
self
.
p
adding
_mask_id
]
*
len
(
prompt_idx
)
prompt_mask
=
[
self
.
p
rompt
_mask_id
]
*
len
(
prompt_idx
)
preferred_mask
=
[
self
.
response_mask_id
]
*
len
(
preferred_idx
)
preferred_mask
=
[
self
.
response_mask_id
]
*
len
(
preferred_idx
)
alternate_mask
=
[
self
.
response_mask_id
]
*
len
(
alternate_idx
)
alternate_mask
=
[
self
.
response_mask_id
]
*
len
(
alternate_idx
)
...
...
src/rlhf/reward.py
浏览文件 @
fba22c90
...
@@ -66,9 +66,9 @@ class RewardModel(pl.LightningModule):
...
@@ -66,9 +66,9 @@ class RewardModel(pl.LightningModule):
dim
=
self
.
args
.
n_embd
dim
=
self
.
args
.
n_embd
# 用于区分输入中的 prompt 和 response,当作模型参数进行训练,初始化为全0
# 用于区分输入中的 prompt 和 response,当作模型参数进行训练,初始化为全0
self
.
prompt_embed
=
nn
.
Parameter
(
torch
.
zeros
(
1
,
1
,
dim
)).
to
(
)
self
.
prompt_embed
=
nn
.
Parameter
(
torch
.
zeros
(
dim
)
)
self
.
response_embed
=
nn
.
Parameter
(
torch
.
zeros
(
1
,
1
,
dim
))
self
.
response_embed
=
nn
.
Parameter
(
torch
.
zeros
(
dim
))
self
.
padding_embed
=
nn
.
Parameter
(
torch
.
zeros
(
1
,
1
,
dim
),
requires_grad
=
False
)
self
.
padding_embed
=
nn
.
Parameter
(
torch
.
zeros
(
dim
),
requires_grad
=
False
)
# reward 得分计算
# reward 得分计算
self
.
pred_reward
=
nn
.
Sequential
(
self
.
pred_reward
=
nn
.
Sequential
(
...
...
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