论文中baseline的数值复现

[victorzhu30]

1. 请问训练数据集中的qwen3vl_235b_thinking_response这个字段起作用了吗？我看它是配置里的默认特权信息，但被发布的训练脚本覆盖掉了
2. OPSD 的训练能力（代码 + 配置开关）在 codebase 里是完整存在的，请问能分享一下文章中跑出OPSD、SDPO、GRPO+OPSD结果的shell脚本吗？

[M3Dade]

1. 请问训练数据集中的qwen3vl_235b_thinking_response这个字段起作用了吗？我看它是配置里的默认特权信息，但被发布的训练脚本覆盖掉了
2. OPSD 的训练能力（代码 + 配置开关）在 codebase 里是完整存在的，请问能分享一下文章中跑出OPSD、SDPO、GRPO+OPSD结果的shell脚本吗？

@victorzhu30 请问你123k数据去grpo的baseline 能复现吗 我这边测评Pass@1有些出入

[victorzhu30]

你好，我最后没有并没有实际跑这个codebase呢😖

-----原始邮件----- 发件人: Leo ***@***.***> 目标语言: iie-ycx ***@***.***> 抄送: Rongpeng ***@***.***>; Author ***@***.***> 日期: 2026年8月21日星期五 14:59 CST 主题: Re: [iie-ycx/RLSD] 论文中baseline的数值复现 (Issue #1) M3Dade left a comment (iie-ycx/RLSD#1)

1. 请问训练数据集中的qwen3vl_235b_thinking_response这个字段起作用了吗？我看它是配置里的默认特权信息，但被发布的训练脚本覆盖掉了 2. OPSD 的训练能力（代码 + 配置开关）在 codebase 里是完整存在的，请问能分享一下文章中跑出OPSD、SDPO、GRPO+OPSD结果的shell脚本吗？

请问你123k数据去grpo的baseline 能复现吗 我这边测评有些出入

…

-- Reply to this email directly or view it on GitHub: #1 (comment) You are receiving this because you authored the thread. Message ID: ***@***.***>