首页
/ ChatGLM-LoRA-RLHF-PyTorch 使用教程

ChatGLM-LoRA-RLHF-PyTorch 使用教程

2024-09-02 05:42:34作者:毕习沙Eudora

项目介绍

ChatGLM-LoRA-RLHF-PyTorch 是一个完整的流水线,用于在消费级硬件上使用 LoRA 和 RLHF 对 ChatGLM 大型语言模型进行微调。该项目实现了基于 ChatGLM 架构的 RLHF(Reinforcement Learning with Human Feedback),基本上是 ChatGPT,但使用了 ChatGLM。

项目快速启动

环境设置

首先,确保你的环境满足以下要求:

  • 穷人卡:2080Ti 12G
  • torch==2.0.0
  • cuda==11.8

克隆项目

git clone https://github.com/jackaduma/ChatGLM-LoRA-RLHF-PyTorch.git
cd ChatGLM-LoRA-RLHF-PyTorch

安装依赖

pip install -r requirements.txt

数据处理

将 Alpaca 数据集转换为 jsonl 格式:

python cover_alpaca2jsonl.py --data_path data/alpaca_data.json --save_path data/alpaca_data.jsonl

监督微调

python train.py --config configs/sft.yaml

合并 PEFT 适配器到模型

python merge_adapter.py --model_path path/to/model --adapter_path path/to/adapter

应用案例和最佳实践

案例一:对话系统优化

通过微调 ChatGLM 模型,可以显著提升对话系统的自然语言理解和生成能力。例如,在客服机器人中,微调后的模型能够更准确地理解用户问题并提供相应的解答。

案例二:内容生成

在内容生成领域,微调后的 ChatGLM 模型可以用于生成高质量的文章、新闻摘要等。通过 RLHF 的训练,模型能够更好地捕捉人类写作的风格和语境。

典型生态项目

1. Alpaca-Lora

Alpaca-Lora 是一个用于环境配置的项目,提供了必要的依赖和工具,以便于快速搭建和运行 ChatGLM-LoRA-RLHF-PyTorch 项目。

2. ChatGLM-Tuning

ChatGLM-Tuning 提供了数据处理和模型微调的脚本,是 ChatGLM-LoRA-RLHF-PyTorch 项目的重要组成部分。

3. TRL

TRL(Transformer Reinforcement Learning)是一个用于强化学习的库,支持在 Transformer 模型上进行 RLHF 训练。

通过这些生态项目的配合使用,可以更高效地进行 ChatGLM 模型的微调和优化。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K
kernelkernel
deepin linux kernel
C
22
6
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
980
395
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
931
555
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
519
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0