#707·open-r1前向奖励始终为 0作者: ZhaoyangLi-1创建于 2025年10月24日更新于 2025年10月24日我使用 grpo_classification.py 运行自己的数据集,但我的代码总是为 0。如何解决这个问题?内容来源: huggingface/open-r1查看 GitHub 原文在 GitHub 查看讨论