缅甸腾龙公司线上百家乐游戏下载网址 xs10159.com

腾龙公司游戏会员下载链接【xs10159.com】# 模型生成 token → mask=1
sample.loss_mask += [1] * len(new_response_tokens)

# 环境观察/工具输出 token → mask=0
sample.loss_mask += [0] * len(next_obs_tokens_ids)

# 多轮合并时保持 mask 语义
loss_mask = a.loss_mask + [0] * obs_len + b.loss_mask

支持一下！