Qwen微调-微调设置以及微调结果-week9_mlx qwen 微调

Qwen1.5-4B微调配置以及微调结果

在此次微调过程中，我们首先确定了微调的方法–lora以及微调的环境–采用现有的llama-factory框架

准备训练数据集

此次我们的微调使用了5W条instruction - output 结构的数据集，进行有监督的学习

我们首先手动整理了约5000份数据，该部分数据旨在提高模型的复杂推理能力。

然后先将现有数据集约100W条，如下

从中随机抽取5W条作为基本训练数据，然后加入我们手动生成的5000份数据，组成最后的数据集

这些数据涵盖中文推理能力和法律专业领域知识、推理数据等等

训练之前的准备

首先你准备微调数据集放到llama factory目录下的data目录中

然后在dataset.info中注册该数据类型

如下

然后启动llam-factory：

llamafactory-cli webui
1

配置参数如下

cutoff_len: 4096
dataset: merged_law
dataset_dir: data
ddp_timeout: 180000000
deepspeed: cache/ds_z2_config.json
do_train: true
finetuning_type: lora
flash_attn: auto
fp16: true
gradient_accumulation_steps: 8
include_num_input_tokens_seen: true
learning_rate: 0.0001
logging_steps: 5
lora_alpha: 16
lora_dropout: 0
lora_rank: 8
lora_target: all
lr_scheduler_type: cosine
max_grad_norm: 1.0
max_samples: 100000
model_name_or_path: /Qwen/Qwen1.5-4B/
num_train_epochs: 3.0
optim: adamw_torch
output_dir: saves/Qwen1.5-4B/lora/train_2024-06-23-11-02-39
packing: false
per_device_train_batch_size: 2
plot_loss: true
preprocessing_num_workers: 16
report_to: none
save_steps: 100
stage: sft
template: qwen
warmup_steps: 0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

进行训练

此次使用6张V100进行训练，耗时4小时（未完全消耗显卡资源）

训练loss 如下

100进行训练，耗时4小时（未完全消耗显卡资源）

训练loss 如下

[外链图片转存中…(img-5csRrwW1-1719193082065)]