search

RLHF-V / RLAIF-V

RLAIF-V: Aligning MLLMs through Open-Source AI Feedback for Super GPT-4V Trustworthiness
250 stars 9 forks source link

ref_win_logp #1

Closed buptlihang closed 6 months ago

buptlihang commented 6 months ago

非常感谢您的开源，有问题想请教：

image

请问一下ref_win_logp这些是标注里面存的预先算出来的吗？RLAIF-V-Dataset里面貌似没有看到呢，有直接可用的数据可以参考吗？感谢

yiranyyu commented 6 months ago

您好，感谢关注！这里代码中使用的训练数据格式还没有迁移到开源格式中，我们正在全力适配，应该明天就能更新。如果您需要在此期间训练的话，可以参考这个脚本生成所需的中间训练结果。

Haoye17 commented 6 months ago

您好！我们目前完成了代码对Huggingface数据集的适配，在新的代码中我们将会自动从Huggingface下载数据集并进行logp的推理，您可以拉取最新的代码仓库，并按照这个步骤进行训练。再次感谢您的关注！如果您发现任何其他问题，我们将会全力解决~