OpenLMLab/MOSS-RLHF

用于PPO训练的数据结构

Closed this issue · 2 comments

Arain-sh commented

这里用于PPO训练的数据结构是什么样的，需要怎么准备

Ablustrund commented

您好，我们readme还没更新，会在模型放出后更新（约1天）

Ablustrund commented

我们已经公布数据结构格式样例