关系训练rl模型

[whu20122015]

您好我在运行rlmodel.py的时候，一直选择的都是整个训练集的所有句子，并没有进行句子筛选，请问是怎么回事呢？ chosen sentence size: 235962 total_reward: -1.0407107 best_reward -1.0406367 chosen sentence size: 235962 total_reward: -1.0407107 best_reward -1.0406367 chosen sentence size: 235962 total_reward: -1.0407109 best_reward -1.0406367 chosen sentence size: 235962 total_reward: -1.040711 best_reward -1.0406367 chosen sentence size: 235962 total_reward: -1.0407109 best_reward -1.0406367

[young-nlp]

整个训练集的所有句子为什么是235962？

[Kg-coder620]

最后得到结果了吗？