使用qwen2.5-vl训练一个reward model，怎么在命令行中设置RewardConfig/RewardTrainer中需要的参数？

[Rexwangchao]

Describe the bug
RewardTrainer中是支持设置coeffi参数的

但是如何通过swift rlhf --rlhf_type rm ...命令控制这个参数的传入呢？
如果不设置的话，从args.json文件可以看到
json { ..., "training_args": "RewardConfig(...,center_rewards_coefficient=None,...) }

[hjh0119]

#3917 You can now pass it using --center_rewards_coefficient.

[Rexwangchao]

还是不行的。

ps，我用的版本是

[Rexwangchao]

不好意思，没注意到你已经fix过了，我更新版本试试 @hjh0119