参考:Tutorial/xtuner/personal_assistant_document.md at camp2 · InternLM/Tutorial (github.com)
微调两种范式:
- 增量预训练微调
- 使用场景:让底座模型学习新知识,例如某个垂直领域的常识
- 训练数据:文章、书籍、代码等
- 指令跟随微调
- 使用场景:让模型学会对话模板,根据人类指令进行对话
- 训练数据:高质量对话、问答数据
Xtuner数据处理:专注于数据的内容质量
微调方案
- 全参数微调 加载模型和参数优化器
- LoRA 加载模型和adapter的优化器
- QLoRA 加载4bit量化后的模型和adapter的优化器
文本+图像多模态模型:LLaVA(识图而非生图)
作业实现: