摘要： 训练参数问题： val_size：验证集切分，以dpo为例（研究dpo的原因在于：dpo训练集更庞大，不好控制，验证集应该人工设置，那么模型在验证集上的效果才能反映用户的真实需求；使用val_size方式，eval与train同源，并不总是能很好的反映真实的需求） 运行流程：workflow.py- 阅读全文