Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/mymusise/ChatGLM-Tuning

基于ChatGLM-6B + LoRA的Fintune方案
https://github.com/mymusise/ChatGLM-Tuning

chatglm chatgpt lora peft

Last synced: 15 days ago
JSON representation

基于ChatGLM-6B + LoRA的Fintune方案

Awesome Lists containing this project

README

        

# ChatGLM-Tuning

一种平价的chatgpt实现方案,基于清华的 [ChatGLM-6B](https://github.com/THUDM/ChatGLM-6B) + LoRA 进行finetune.

数据集: [alpaca](https://github.com/tatsu-lab/stanford_alpaca)

有colab的同学可以直接在colab上尝试:
Build

[官方ptuning代码](https://github.com/THUDM/ChatGLM-6B/blob/main/ptuning)

## Demo

- [开源版的文心一言](https://github.com/visual-openllm/visual-openllm)

## S1 Finetune

### 准备

- 显卡: 显存 >= 16G (最好24G或者以上)
- 环境:
- - python>=3.8
- - cuda>=11.6, cupti, cuDNN, TensorRT等深度学习环境
- - pip3 install -r requirements.txt
其中requirements.txt中的安装包bitsandbytes 建议安装0.41.2.post2这个版本,以前的版本可能会提示报错:
bitsandbytes/libbitsandbytes_cpu.so: undefined symbol: cget_col_row_stats

### 数据预处理

转化alpaca数据集为jsonl

```bash
python cover_alpaca2jsonl.py \
--data_path data/alpaca_data.json \
--save_path data/alpaca_data.jsonl \

```

tokenization

```bash
python tokenize_dataset_rows.py \
--jsonl_path data/alpaca_data.jsonl \
--save_path data/alpaca \
--max_seq_length 200 \
--skip_overlength False
--chatglm_path model_path/chatglm
--version v1

```

- `--jsonl_path` 微调的数据路径, 格式jsonl, 对每行的['context']和['target']字段进行encode
- `--save_path` 输出路径
- `--max_seq_length` 样本的最大长度
- `--chatglm_path` 导入模型的路径(可以选择chatglm或chatglm2的不同路径)
- `--version` 模型的版本(v1指chatglm,v2指chatglm2)

### 训练

```bash
python finetune.py \
--dataset_path data/alpaca \
--lora_rank 8 \
--per_device_train_batch_size 6 \
--gradient_accumulation_steps 1 \
--max_steps 52000 \
--save_steps 1000 \
--save_total_limit 2 \
--learning_rate 1e-4 \
--fp16 \
--remove_unused_columns false \
--logging_steps 50 \
--output_dir output
--chatglm_path model_path/chat_glm
```

### 推理

参考 [infer.ipynb](infer.ipynb)

Finetune前后对比

利用Alpaca数据集合对ChatGLM-6B Finetune后,在Alpaca数据集上表现得更好:
- `Answer:` 是模型的输出
- `#### Answer:` 是原答案
![](https://user-images.githubusercontent.com/6883957/226977555-c00c796f-4fdb-4613-810a-8b9a6068bb1b.jpeg)

## S2. Reward Model

## S3. PPO

## LoRA

| LoRA | Dataset |
| ------------------------------------- | ------------ |
| mymusise/chatglm-6b-alpaca-lora | Alpaca |
| mymusise/chatglm-6b-alpaca-zh-en-lora | Alpaca-zh-en |
| *(on the way)* | Alpaca-zh |

### 使用预训练好的LoRA

参考 [examples/infer_pretrain.ipynb](https://colab.research.google.com/github/mymusise/ChatGLM-Tuning/blob/master/examples/infer_pretrain.ipynb)

# TODO:

- ~~bs > 1 support~~
- 使用中文数据
- 加入RLHF