fix

modeling_flexbert.py

@@ -1718,7 +1718,6 @@ class FlexBertForCausalLM(FlexBertPreTrainedModel):
             )
         else:
             print(f"Non-padding logits: {logits.shape}")
-            logits = logits.view(-1, logits.size(-1))
             # if logits.dim() == 2:
             #     logits = logits.unsqueeze(0)
             return CausalLMOutput(