https://github.com/ssbuild/chatglm_rlhf
chatglm_rlhf_finetuning
https://github.com/ssbuild/chatglm_rlhf
chat chatglm finetuning lora qlora reward rlhf
Last synced: 8 months ago
JSON representation
chatglm_rlhf_finetuning
- Host: GitHub
- URL: https://github.com/ssbuild/chatglm_rlhf
- Owner: ssbuild
- Created: 2023-04-19T08:25:55.000Z (about 3 years ago)
- Default Branch: dev
- Last Pushed: 2023-10-10T08:16:32.000Z (over 2 years ago)
- Last Synced: 2025-04-24T03:32:54.272Z (about 1 year ago)
- Topics: chat, chatglm, finetuning, lora, qlora, reward, rlhf
- Language: Python
- Homepage:
- Size: 149 KB
- Stars: 28
- Watchers: 2
- Forks: 1
- Open Issues: 3
-
Metadata Files:
- Readme: README.MD
Awesome Lists containing this project
README
## update information
- [deep_training](https://github.com/ssbuild/deep_training)
```text
06-13 support resize_token_embeddings
06-01 support deepspeed training for lora adalora prompt,0.1.9 和 0.1.10合并
05-27 add qlora transformers>=4.30
```
## install
python >= 3.10
- pip install -i https://pypi.org/simple -U -r requirements
- 如果无法安装 , 可以切换官方源 pip install -i https://pypi.org/simple -U -r requirements.txt
## update information
- [deep_training](https://github.com/ssbuild/deep_training)
## weight
- [chatglm-6b](https://huggingface.co/THUDM/chatglm-6b) 支持四种微调方式
- [chatglm-6b-int8](https://huggingface.co/THUDM/chatglm-6b-int8) 目前只支持ptv2微调和推理
- [chatglm-6b-int4](https://huggingface.co/THUDM/chatglm-6b-int4) 目前只支持ptv2微调和推理
## data sample
```json
{
"prompt": "\n\nHuman:你能描述如何清除笔记本计算机屏幕上的指纹和污垢的步骤吗?\n\nAssistant:是的,也许。为了清洁你的屏幕,你首先需要使用微纤维布或软溼布,轻轻地擦拭屏幕表面。接下来,你会想抓住一个软,无毛巾,微纤维清洁布,轻轻地擦回屏幕上去除指纹和污垢。\n\nHuman:我可以将伊索普罗素酒精喷射到布上,并以这种方式清洗它吗?\n\nAssistant:",
"response": " 是的,你可以这样做,以帮助布从屏幕上收集更多的污垢。 请确保始终使用干净的软布,而不是一块粗糙的、粗糙的或结构化的材料,并确保它是无毛布的。",
"chosen": " 是的,你可以这样做,以帮助布从屏幕上收集更多的污垢。 请确保始终使用干净的软布,而不是一块粗糙的、粗糙的或结构化的材料,并确保它是无毛布的。",
"rejected": " 是的,你可以直接将它喷射到布上。"
}
```
## infer
# infer_finetuning.py 推理微调模型
# infer_lora_finetuning.py 推理微调模型
# infer_ptuning.py 推理p-tuning-v2微调模型
python infer_finetuning.py
## training
```text
#制作数据
python data_utils.py
注: num_process_worker 为多进程制作数据 ， 如果数据量较大 ， 适当调大至cpu数量
dataHelper.make_dataset_with_args(data_args.train_file,mixed_data=False, shuffle=True,mode='train',num_process_worker=0)
#训练
python train.py
```
## 训练参数
[训练参数](args.MD)
## 友情链接
- [pytorch-task-example](https://github.com/ssbuild/pytorch-task-example)
- [tf-task-example](https://github.com/ssbuild/tf-task-example)
- [chatmoss_finetuning](https://github.com/ssbuild/chatmoss_finetuning)
- [chatglm_finetuning](https://github.com/ssbuild/chatglm_finetuning)
- [chatyuan_finetuning](https://github.com/ssbuild/chatyuan_finetuning)
- [llm_finetuning](https://github.com/ssbuild/llm_finetuning)
- [rlhf_llm](https://github.com/ssbuild/rlhf_llm)
- [rlhf_chatglm](https://github.com/ssbuild/rlhf_chatglm)
- [rlhf_chatyuan](https://github.com/ssbuild/rlhf_chatyuan)
- [rwkv_finetuning](https://github.com/ssbuild/rwkv_finetuning)
##
纯粹而干净的代码