0%

Score Centering 复现尝试

我看到 verl 最近的 PR 加入了 score centering 的实现,准备尝试复现。🫡

我的配置仓库在 GitHub 上,我的各指标/日志在 SwanLab 上。

这里是我之前关于 SC 的笔记:BPO 与 Score Centering 笔记

使用模型:Qwen3-4B。

(未完)

(等结果出来后分析)