grpo的生成式奖励模型如何接收输入 #4912

Closed

Closed

grpo的生成式奖励模型如何接收输入#4912

我在 rm_plugin.py实现了一个生成式奖励模型，如doc所写使用call函数接收inputs输入，但inputs是在哪里进行控制？打印出的inputs比较奇怪。

Metadata

Assignees

No one assigned

Labels

No labels

No labels

Type

No type

Projects

No projects

Milestone

No milestone

Relationships

None yet

Development

No branches or pull requests