学习链接:Datawhale
我们在跑通了baseline01和baseline02取得一定分数后,考虑新的提分方法,本次task主要是提分思路、agent设计案例、Docker相关资料、赛题一些限制和模型选择、数据集扩充这样的思路。
提分思路
关于prompt优化,task4的文档里给了一篇很全面的GitHub文章:https://github.com/datawhalechina/llm-cookbook/blob/main/content/%E5%BF%85%E4%BF%AE%E4%B8%80-Prompt%20Engineering%20For%20Developers/1.%20%E7%AE%80%E4%BB%8B.md
举个例子比如优化提示语,增加更明确的提示:你是一个逻辑推理专家,擅长解决逻辑推理问题。以下是一个逻辑推理题目,形式为单项选择题。所有的问题都是基于闭世界假设(close-world assumption),即未观测到的事实都被视为假。请详细逐步分析问题,并在最后一行输出答案。答案的格式为:"答案是:A"。请注意逐步分析的逻辑清晰且有条理。题目如下:
也可以用test文件跑一下看一下回答,然后通过回答来修改微调prompt。
agent优化思路:
agent可以看成一个对象,包括llm和他的行为。agent学习链接:GitHub - datawhalechina/hugging-multi-agent: A tutorial based on MetaGPT to quickly help you understand the concept of agent and muti-agent and get started with coding development. 基于MetaGPT的多智能体入门与开发教程
agent设计可以通过分析器、评分器来构建,分别对题目进行分析,给出可能的结果、对答案的合理性排序,最后给出可能性最大的答案。
用以train的数据集作为输入样例喂给强大的大模型来训练,得到第一个agent结果后封装送入第二个agent在生成,最后将两套数据准备好。按照baseline2的流程进行训练。注意这里不能用test数据,是犯规的。
关于Docker
docker的环境部署:零基础入门Docker-cuda练习场_学习赛_天池大赛-阿里云天池的赛制
50G以内一般的模型限制在20b之内,例如书生·浦语2-20B,模型文件为40G。Qwen1.5-14b,模型文件为30G,推荐模型使用20b以下。