检查奖励模型

您回到微调环节，却发现模型表现仍然不如基础模型。这一次，您想检查奖励模型。您已经生成了一个数据集，包含模型的一组结果，准备对其进行分析。您会对输出数据做哪些检查？

数据集已预先导入为 reward_model_results。