关于CogVLM多轮对话训练的问题

[CthulhuAIFrenzy]

问题描述：
您好，我正在研究CogVLM的微调代码，通过观察utils/utils/language.py文件中的_history_to_prompt和llama2_text_processor，并不支持类似这里Firefly方法提到的的高效充分的多轮对话训练方式。

具体疑虑：
因此我想了解一下，CogVLM的训练（如cogagent-chat、cogvlm-chat-v1.1）都是采用了拼接完多轮对话（chat_history_to_prompt与chat_old_history_to_prompt）后，仅对最后一轮的response进行有效的损失计算的方式？

非常期待得到社区的回答和建议，谢谢大家的时间和帮助！

[zRzRzRzRzRzRzR]

是的，开源版本的模型是这么做，仅对最后一轮的response进行损失计算