查看与管理奖励模型训练运行

在奖励模型训练任务界面，可以查看任务的详情、新建运行任务和删除整个任务（包括运行）。
在指定任务的详情页面，可以查看所有的模型训练运行任务状态及其他相关内容。

登录到本平台，在左侧功能列偏好对齐RLHF训练中选择奖励模型训练，进入奖励模型训练主任务界面。

详情

在奖励模型训练的详情页，即可查看训练任务的列表。此界面可创建训练作业。

点击运行名称，在运行任务的详情页可查看创建运行时的基本信息和数据配置，详情数据的来源为创建训练任务时填入的内容。

强化学习

可以指定某个运行成功的任务，去强化学习。
在运行任务的详情页右上角选择去强化学习开启强化学习训练任务。

训练日志

可以查看运行任务的训练情况，分为概览日志、数据处理日志和训练日志三部分，日志内容均支持下载（txt格式）。

• 概览日志：对模型训练过程中的关键步骤信息进行抽取展示。
• 数据处理日志：对模型训练过程中数据集等数据信息处理进行展示排查。
• 训练日志：对模型训练过程中的全量动作以日志的形式展示。

概览日志部分内容如下所示：

评估报告

可以查看奖励模型的评估指标。

准确度是指分类正确的预测数与总预测数的比值，准确度越高，分类器越好。

删除

支持删除运行任务，运行任务一旦删除便不可恢复。