申请计算资源

实例

source /opt/app/anaconda3/bin/activate 
conda activate llama_etuning
cp -a /opt/app/LLaMA-Efficient-Tuning ./ 
cd LLaMA-Efficient-Tuning/

公共集群

salloc p gpu-a800 --gres=gpu:4 
ssh gpu1
source  /opt/app/anaconda3/bin/activate 
conda activate llama_etuning
cp -a /opt/app/LLaMA-Efficient-Tuning ./ 
cd ~/LLaMAEfficientTuning/

配置个人accelerate（主要指定卡数）

指令监督微调

accelerate launch src/train_bash.py \
    --stage sft \
    --model_name_or_path /opt/app/LLM/Baichuan-13B-Chat \
    --do_train \
    --dataset alpaca_gpt4_zh \
    --template default \
    --finetuning_type lora \
    --lora_target q_proj,v_proj \
    --output_dir sft_checkpoint \
    --overwrite_cache \
    --per_device_train_batch_size 4 \
    --gradient_accumulation_steps 4 \
    --lr_scheduler_type cosine \
    --logging_steps 10 \
    --save_steps 1000 \
    --learning_rate 5e-5 \
    --num_train_epochs 3.0 \
    --plot_loss \
    --fp16 \
    --template default \
    --overwrite_output_dir

奖励模型训练

accelerate launch src/train_bash.py \
    --stage rm \
    --model_name_or_path /opt/app/LLM/Baichuan13BChat \
    --do_train \
    --dataset comparison_gpt4_zh \
    --template default \
    --finetuning_type lora \
    --lora_target W_pack \
    --resume_lora_training False \
    --checkpoint_dir sft_checkpoint \
    --output_dir rm_checkpoint \
    --per_device_train_batch_size 2 \
    --gradient_accumulation_steps 4 \
    --lr_scheduler_type cosine \
    --logging_steps 10 \
    --save_steps 1000 \
    --learning_rate 1e6 \
    --num_train_epochs 1.0 \
    --plot_loss \
    --fp16 \
    --overwrite_output_dir

命令行测试

测试基础模型

python src/cli_demo.py  \
    --model_name_or_path baichuan-inc/Baichuan-13B-Chat \ 
    --template default \
    --finetuning_type lora

测试微调模型

python src/cli_demo.py \
     --model_name_or_path /opt/app/LLM/Baichuan-13B-Chat \ 
     --template default  \
     --finetuning_type lora \
     --checkpoint_dir sft_checkpoint

测试奖励模型

python src/cli_demo.py \
    --model_name_or_path /opt/app/LLM/Baichuan-13B-Chat \ 
    --template default \
    --finetuning_type lora \
    --checkpoint_dir rm_checkpoint \

参考

https://github.com/hiyouga/LLaMAEfficientTuning/blob/main/README_zh.md
https://juejin.cn/post/7232091653065015355