fix dpo for 2.2.0-MindSpeed-RL-AtomGit

Star73

Star73

已合并

fix dpo for 2.2.0 #753

yanzhixiao创建于 2025年11月26日从yanzhixiao23/MindSpeed-RL： 2.2.0 合入到 Ascend/MindSpeed-RL： 2.2.0

fix dpo for 2.2.0 #753

已合并

yanzhixiao创建于 2025年11月26日

从yanzhixiao23/MindSpeed-RL 2.2.0合入到Ascend/MindSpeed-RL 2.2.0