Skip to content

yangzhipeng1108/llama-2-70b-chatbot

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

58 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

用Lora和DDP微调LLaMA2-Chat

在八卡 上以int4和int8精度 微调Llama-2-7-chat模型。或者多机多卡以fb16精度 微调Llama-2-7-chat模型。

用Lora和deepspeed微调LLaMA2-Chat

在八卡A800 上以int4和int8精度 微调Llama-2-70b-chat模型。或者多机A800以fb16精度 微调Llama-2-70b-chat模型

数据源采用了alpaca格式,由train和validation两个数据源组成。

1、显卡要求

Llama-2-70b-chat需要八卡A800,或者更多。 Llama-2-7b-chat需要八卡。

2、Clone源码

git clone https://github.com/yangzhipeng1108/llama-2-70b-chatbot.git
cd llama-2-70b-chatbot

3、安装依赖环境

# 创建虚拟环境
conda create -n llama2 python=3.9 -y
conda activate llama2
# 下载github.com上的依赖资源(需要反复试才能成功,所以单独安装)
export GIT_TRACE=1
export GIT_CURL_VERBOSE=1
pip install git+https://github.com/PanQiWei/AutoGPTQ.git -i https://pypi.mirrors.ustc.edu.cn/simple --trusted-host=pypi.mirrors.ustc.edu.cn
pip install git+https://github.com/huggingface/peft -i https://pypi.mirrors.ustc.edu.cn/simple
pip install git+https://github.com/huggingface/transformers -i https://pypi.mirrors.ustc.edu.cn/simple
# 安装其他依赖包
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple
# 验证bitsandbytes
python -m bitsandbytes

4、下载原始模型

python model_download.py --repo_id daryl149/llama-2-70b-chat-hf

5、扩充中文词表

# 使用了https://github.com/ymcui/Chinese-LLaMA-Alpaca.git的方法扩充中文词表
# 扩充完的词表在merged_tokenizes_sp(全精度)和merged_tokenizer_hf(半精度)
# 在微调时,将使用--tokenizer_name ./merged_tokenizer_hf参数
python merge_tokenizers.py \
  --llama_tokenizer_dir ./models/daryl149/llama-2-70b-chat-hf \
  --chinese_sp_model_file ./chinese_sp.model

6、微调参数说明

有以下几个参数可以调整:

参数 说明 取值
load_in_bits 模型精度 4和8,如果显存不溢出,尽量选高精度8
block_size token最大长度 首选2048,内存溢出,可选1024、512等
per_device_train_batch_size 训练时每块卡每次装入批量数 只要内存不溢出,尽量往大选
per_device_eval_batch_size 评估时每块卡每次装入批量数 只要内存不溢出,尽量往大选
include 使用的显卡序列 如两块:localhost:1,2(特别注意的是,序列与nvidia-smi看到的不一定一样)
num_train_epochs 训练轮数 至少3轮

7、微调

chmod +x finetune-lora.sh
# 微调
./finetune-lora.sh
# 微调(后台运行)
pkill -9 -f finetune-lora
nohup ./finetune-lora.sh > train.log  2>&1 &
tail -f train.log

8、测试

CUDA_VISIBLE_DEVICES=0 python generate.py \
    --base_model './models/daryl149/llama-2-70b-chat-hf' \
    --lora_weights 'output/checkpoint-800' \
    --load_8bit #不加这个参数是用的4bit

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published