RLLoggingBoard 是什么
RLLoggingBoard 被介绍为一个专注强化学习人类反馈训练可视化的工具,围绕细粒度指标监控展开。
你可以用它做什么
- 查看训练曲线与得分分布
- 按奖励或 KL 散度给响应排序
- 查看每个 token 的奖励、价值与概率
应用场景
- 押韵任务中检查诗句是否押韵
- 对话任务中观察奖励分布
- 文本任务中发现异常 token
优点与缺点
✓ 我们认可的地方
- 与训练框架解耦
- 支持 .jsonl 指标文件
! 需要留意的地方
- 训练框架需保存所需指标
- 参考模型对比也要保存指标
常见问题
用什么格式?
资料说明支持 .jsonl 文件。
怎么启动?
流程是保存指标、放置文件、安装依赖,再运行 bash start.sh。
最后评测: 2026-11-15