Trainer中的训练细节之自动评估

我在使用alighment进行模型训练的时候，发现有一个模型在最后的训练部分总是会出现下面的一些问题：

我已经将评估部分进行了注释，为什么还是需要evaluation dataset呢？
我仔细阅读了文档，发现了如下的问题：
1.首先在代码中，使用如下的代码进行参数解析（不用看具体是什么意思）

从上面的代码可以看到，SFTConfig是被解析为training_args的。在配置文件中可以看到两个和评估相关的参数
大胆的猜测和上面的参数相关。
找到代码中的SFTTrainer的代码如下：

代码将args = training_args传入了（training_args正是和eval相关的参数）。
打开huggingface的SFTTrainer文档，https://huggingface.co/docs/trl/v0.8.6/en/trainer#trl.SFTTrainer

找到args参数，点进去

正好找到了关于这两个参数的描述。do_eval来判断是否需要进行eval，evaluation_strategy表示eval的策略，其中evaluation_strategy的优先度更高（即if evaluation_strategy != no 的时候，do_eval = False无法生效，也会别强制进行eval。）后面在配置文件中改成do_eval:Flase,eval_strategy=no，也无效，最好的方法是直接将两者注释掉这样的话也不会进行评估。