🔧 修复 report_to 参数的设置错误（#5）

原代码在提前安装 wandb 的环境下（比如 Colab）会出现不符合预期的输出。

Author: Hoper-J

Demos/06. 尝试微调 LLM：让它会写唐诗.ipynb

@@ -416,7 +416,7 @@
     "logging_steps = 20  # 定义训练过程中每隔多少步骤输出一次日志\n",
     "save_steps = 65  # 定义训练过程中每隔多少步骤保存一次模型\n",
     "save_total_limit = 3  # 控制最多保留多少个模型 checkpoint\n",
-    "report_to = None  # 设置上报实验指标的目标，默认值为无\n",
+    "report_to = \"none\"  # 设置不上报实验指标，也可以设置为 \"wandb\"，此时需要获取对应的 API，见：https://github.com/Hoper-J/AI-Guide-and-Demos-zh_CN/pull/5\n",
     "MICRO_BATCH_SIZE = 4  # 定义微批次大小\n",
     "BATCH_SIZE = 16  # 定义一个批次的大小\n",
     "GRADIENT_ACCUMULATION_STEPS = BATCH_SIZE // MICRO_BATCH_SIZE  # 计算每个微批次累积的梯度步骤\n",

Guide/08. 尝试微调 LLM：让它会写唐诗.md

@@ -361,7 +361,7 @@ dataset_dir = "./GenAI-Hw5/Tang_training_data.json"  # 设置数据集目录或
 logging_steps = 20  # 定义训练过程中每隔多少步骤输出一次日志
 save_steps = 65  # 定义训练过程中每隔多少步骤保存一次模型
 save_total_limit = 3  # 控制最多保留多少个模型 checkpoint
-report_to = None  # 设置上报实验指标的目标，默认值为无
+report_to = "none"  # 设置不上报实验指标，也可以设置为 "wandb"，此时需要获取对应的 API，见：https://github.com/Hoper-J/AI-Guide-and-Demos-zh_CN/pull/5
 MICRO_BATCH_SIZE = 4  # 定义微批次大小
 BATCH_SIZE = 16  # 定义一个批次的大小
 GRADIENT_ACCUMULATION_STEPS = BATCH_SIZE // MICRO_BATCH_SIZE  # 计算每个微批次累积的梯度步骤
@@ -379,6 +379,12 @@ if ddp:
     GRADIENT_ACCUMULATION_STEPS = GRADIENT_ACCUMULATION_STEPS // world_size
 ```
 
+> [!note]
+>
+> 参数 `report_to` 设置为 `None` 是无效的，正确的做法是设置为 `"none"`[^1]。
+
+[^1]: [[How to turn WanDB off in trainer?](https://discuss.huggingface.co/t/how-to-turn-wandb-off-in-trainer/6237)](https://discuss.huggingface.co/t/how-to-turn-wandb-off-in-trainer/6237/4).
+
 # 开始微调
 
 ```python