首页
/ ChatGLM-LoRA-RLHF-PyTorch 使用教程

ChatGLM-LoRA-RLHF-PyTorch 使用教程

2024-09-02 20:24:40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

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
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
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5