MOSS-RLHF
MOSS-RLHF copied to clipboard
关于reward model的权重合并问题
多次重新下载diff权重,合并得到的sum值一直都是 all sum : 49715.3515625
您好,这个之前有同学遇到过,可能是包版本问题,请您pip install -r requirement.txt