🐛 fix: fix reward model train seq_cls

[gaohongkui]

PR type

• Bug Fix
• New Feature
• Document Updates
• More Models or Datasets Support

PR information

修复了使用奖励模型(reward model)作为基础模型进行多分类训练时的问题。当 reward model 用于序列分类(seq_cls)任务且 num_labels > 1 时，由于模型结构差异可能导致尺寸不匹配的问题。此修复通过自动设置 ignore_mismatched_sizes=True 来解决这个问题。

主要改动：

• 在 get_model_tokenizer_from_local 函数中，当检测到是 reward model 且用于多分类任务（num_labels > 1）时，自动设置 ignore_mismatched_sizes=True（重新添加 分类头）
• 添加了相应的警告日志，提醒用户正在使用该配置

Experiment results

不需要实验结果，这是一个功能性修复，确保了在以下场景可以正常工作：

• 使用 reward model 作为基础模型
• 进行多分类任务（num_labels > 1）
• 模型加载时自动处理尺寸不匹配问题

[Jintao-Huang]

我理解这个修复了 感谢

[Jintao-Huang]

请merge main分支并执行以下命令进行代码整理

pip install pre-commit
pre-commit run --all-files

[gaohongkui]

@Jintao-Huang 已 format 代码