Python 训练一个训练有素的罗伯塔的正确输入/形状是什么？

目前，我正在尝试训练/微调一个具有多选择头部的预训练RoBERTa模型，但我很难找到正确的输入，因此我的模型能够训练/微调

我现在拥有的数据帧如下所示：

将3个选项标记为句子，使用：

tokenizer = RobertaTokenizer.from_pretrained('roberta-base')
for i in range(0, len(train_data)):
  train_data["OptionA"][i] = tokenizer.encode(train_data["OptionA"][i])
  train_data["OptionB"][i] = tokenizer.encode(train_data["OptionB"][i])
  train_data["OptionC"][i] = tokenizer.encode(train_data["OptionC"][i])

我的评估集也是这样，测试集有6500行，评估集有1500行。 我试图通过以下方式实现这一点：

来自transformers import RobertaForMultipleChoice、培训师、培训论证
model=RobertaForMultipleChoice.from_pretrained（'roberta-base'））
培训参数=培训参数(
输出目录='./结果'，#输出目录
训练次数=1，训练次数总数
每台设备每列批量大小=32，培训期间每台设备的批量大小
每台设备评估批量大小=32，评估批量大小
预热步骤=500，#学习速率计划程序的预热步骤数
重量衰减=0.01，#重量衰减强度
logging_dir='./logs'，#用于存储日志的目录
)
教练(
model=model，#实例化的