先增强预训练后SFT，grad_norm为0

[dakongss123]

先用自己的数据进行pt，生成一个模型，之后训练full_sft，训练过程grad_norm为0，不收敛。但是直接用基座模型进行full_sft是可以的。这个是哪里设置不对

[shibing624]

pt训练，sft训练都设置为bf16,精度别下降了。