MAC M4想要稳定运行需要修改 vim rl-swarm/hivemind_exp/configs/mac/grpo-qwen-2.5-0.5b-deepseek-r1.yaml 只修改两个参数 max_prompt_length: 64 max_completion_length: 64
可以修改成两个256，获得奖励更多，但是会中断，这时候就需要修改代码，首先需要修改 run_rl_swarm.sh 这个文件，需要将里面内容完全删除切换成我的文件内容。
第二个创建添加监控命令脚本： jiankong.sh 放在rl-swarm/文件夹里
启动命令前需要创建环境（py大于3.10）： /opt/homebrew/bin/python3.11 -m venv .venv && source .venv/bin/activate
然后允许命令 sudo ./jiankong.sh
脚本支持自动重启