- clipfrac越高，说明有太多token的ratio超过了预设的截断阈值，说明策略更新过大，此时很容易导致训崩
参考链接https://blog.csdn.net/CV_Autobot/article/details/146636928
- 解决方案：调低学习率
参考链接https://blog.csdn.net/CV_Autobot/article/details/146636928版权声明:
本网仅为发布的内容提供存储空间，不对发表、转载的内容提供任何形式的保证。凡本网注明“来源：XXX网络”的作品，均转载自其它媒体，著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处。
我们尊重并感谢每一位作者，均已注明文章来源和作者。如因作品内容、版权或其它问题，请及时与我们联系，联系邮箱：809451989@qq.com，投稿邮箱：809451989@qq.com