基于LLaMA2模型的精调方案

最新推荐文章于 2024-10-07 07:28:01 发布

十正

最新推荐文章于 2024-10-07 07:28:01 发布

阅读量981

点赞数 30

文章标签： llama 精调 AIGC 大语言模型

本文链接：https://blog.csdn.net/skypig555/article/details/141606591

版权

简介

记录基于LLaMA2模型的精调方案。目前的方案有：

方案	描述
Chinese-LLaMA-Alpaca-2	模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。
BELLE	结合中文语料通过Self Instruct方式微调LLaMA2，对LLaMA支持的文档较少
FastChat	根据对话数据，微调LLaMA2。文档对中文支持比较少

Chinese-LLaMA-Alpaca-2

考虑基于已经训练好的模型（chinese-alpaca-2-7b-16k），进行微调。

模型介绍如下：

模型chinese-alpaca-2-7b-16k可以直接从下述链接下载。https://huggingface.co/ziqingyang/chinese-alpaca-2-7b-16k

也可以基于“Llama-2-7B-hf”和“Chinese-Alpaca-2-LoRA-7B”合并得到。下载链接分别为：

https://huggingface.co/meta-llama/Llama-2-7b-hf

https://huggingface.co/ziqingyang/chinese-alpaca-2-lora-7b

合并方式，参考下述文章。

manual_conversion_zh · ymcui/Chinese-LLaMA-Alpaca-2 Wiki · GitHub

接下来进行"预训练"（可选），参考下述文章。model_name_or_path参数设置成chinese-alpaca-2-7b-16k。--dataset_dir参数为预训练数据的目录，可包含多个以txt结尾的纯文本文件。训练后需要进行合并操作。

pt_scripts_zh · ymcui/Chinese-LLaMA-Alpaca-2 Wiki · GitHub

txt内容类似如下：

接着进行"指令精调训练"。model_name_or_path参数设置成chinese-alpaca-2-7b-16k或做了lora合并后的模型目录。--dataset_dir: 指令精调数据的目录，包含一个或多个以json结尾的Stanford Alpaca格式的指令精调数据文件。训练后需要进行合并操作。

Stanford Alpaca格式如下：

web demo搭建（可选），参考文章如下。使用fastapi实现的简易的仿OPENAI API风格的服务器DEMO。api_calls_vllm_zh · ymcui/Chinese-LLaMA-Alpaca-2 Wiki · GitHub

BELLE

基于LLaMA2的微调的模型已经发布。基于LLaMA2的微调，未做详细描述。推测可以安装原先的LLaMA1方案进行微调。参考链接如下:BELLE/train at main · LianjiaTech/BELLE · GitHub

基座模型考虑使用“BELLE-Llama2-13B-chat-0.4M”，还需要进行与LLaMA2的合并。

https://huggingface.co/BELLE-2/BELLE-Llama2-13B-chat-0.4M

也支持“预训练”和“指令微调训练”。数据格式分别如下：

提供了一个webUI。

FastChat

工程地址：GitHub - lm-sys/FastChat: An open platform for training, serving, and evaluating large language models. Release repo for Vicuna and Chatbot Arena.。建议微调“”

只支持指令微调训练模型“vicuna-7b-v1.5-16k”，下载链接如下：

https://huggingface.co/lmsys/vicuna-7b-v1.5-16k

微调后需要进行合并，合并的相关细节项目没有做过多介绍。考虑自己集成peft进行合并

其他

模型微调的方法：

优点：

有机会全面提升在特定领域下的回答质量。

一旦训练成功后，回答问题所需的领域知识要求会下降，节约后期领域知识的收集成本。

训练成本可以接受。从开源社区看到使用 Low-Rank Adaptation of Large Language Models（LoRA）方式微调一个模型仅需要 V100 显卡花费 8 小时就可以收敛。

缺点：

需要收集并预处理大量的高质量领域数据。如果需要 Full Fine-Tuning（FFT）的方法需要 10 万条以上的语料，如果使用 Parameter-Efficient Fine-Tuning（PEFT）的方法也需要 5 万条以上的语料。

训练效果不明确。训练后，虽然提升了领域知识的回答能力，但在其他通用知识能力、推理能力会下降。在真实面对用户提问时，可能导致无法很好推理而让回答问题的能力变得更差。因为微调的方法是基于一个已有模型来训练，因此无论是变好还是变差都是基于已有模型而言的，如果找到好的已有模型就可以让微调模型有一个更高的起点。

开源的模型质量无法和 OpenAI 媲美。虽然训练成本有机会降低让训练成为可能，目前仍然没有学界或工业界报告能够产出和 OpenAI 相似能力的开源模型。

每次迭代时间较长。每次迭代（以月为单位）需要经历一遍或几遍数据准备、训练、测试流程，才有机会得到一个可用的模型。特别是数据准备，在没有实际训练过几遍之前，可能都无法准备出高质量的训练数据集。