MindRLHF开启dp并行推理报错

#### 1.Describe the current behavior / 问题描述 (Mandatory / 必填)

> Qwen2.5-7B网络 4卡，使用MindRLHF强化学习过程中进行text_generate推理，出现list index out of range问题

#### 2.Environment / 环境信息 (Mandatory / 必填)

- **Hardware Environment / 硬件环境(Mandatory / 必填)**:
  Hardware (e.g.`Ascend910B1`/`Mac CPU`)
  
| 后端类型| 硬件具体类别 |
| --- | --- |
| Ascend | 910B1 |
| CPU| Mac CPU/Win CPU|
  
  
- **Software Environment / 软件环境 (Mandatory / 必填)**:
  迭代版本新增问题样例：
  
| Software | Version(根据实际修改，必填)|
| --- | --- |
| MindSpore | MindSpore 2.6.0 |
| MindFormers | dev |
  
  
#### 3.Related testcase / 关联用例 (Mandatory / 必填)

> - **Testcase Name/ 用例名 (Mandatory / 必填)**:
>   -- Testcase Name(e.g.test\_mf\_llama\_7b\_wiki4096\_train\_cell\_dp1mp4pp4mb4\_910\_16p\_0005): *

> - **Excute Mode / 执行模式 (Mandatory / 必填)**:
>   -- Excute Mode(e.g., Graph\PyNative): *
>   -- Excute Mode(e.g., O0\O1\O2)：O*
> - **数据集名字和路径 (Mandatory / 选填)**:

> - **权重文件名字和路径 (Mandatory / 选填)**:

#### 4.Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

> 测试步骤：来自文本用例
> 用例执行命令：来自CI日志或者用户执行命令

#### 5.Describe the expected behavior / 预期结果 (Mandatory / 必填)

> **【预期结果】**：qwen1_5 推理精度正常

#### 6.Related log / screenshot / 日志 / 截图 (Mandatory / 必填)

报错关键日志截图：
![报错](https://foruda.gitee.com/images/1749518699375911942/529b1d0e_13230905.png "屏幕截图")

###

#### 7.Special notes for this issue/备注 (Optional / 选填)

**【定位人】**renyujin

GVP MindSpore/mindformers

内容风险标识

评论 (0)

GVPMindSpore/mindformers

内容风险标识