使用firefly 进行 sft ，grad_norm 始终>1 deepseed config gradient_clip 设置auto    max_grad_norm=1.0 max_grad_norm=1.0   使用Firefly 进行预训练，同样的deepseed配置，这样是ok的生效的，但就是sft的grad_norm不生效 pretrain的grad_norm记录 
使用firefly 进行 sft ，grad_norm 始终>1
deepseed config gradient_clip 设置auto
max_grad_norm=1.0
max_grad_norm=1.0
使用Firefly 进行预训练，同样的deepseed配置，这样是ok的生效的，但就是sft的grad_norm不生效
pretrain的grad_norm记录