Llama-3-8B-Instruct-neo_sft_phase2

基础模型：：

• https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct

数据集

以 m-a-p/neo_sft_phase2 数据集为基石，构建了四个子数据集，分别如下：

1. REILX/neo_sft_phase2_conversations
2. REILX/neo_sft_phase2_multi
3. REILX/neo_sft_phase2_single
4. REILX/neo_sft_phase2_all_pair

数据集构建规则

REILX/neo_sft_phase2_conversations

• 方法： 将每轮对话视作独立的问答对，融入上下文信息构建样本。
• 具体步骤：
  1. 针对每个“conversation”，逐一遍历其对话轮次。
  2. 将当前“human”轮次的“value”与之前所有轮次的对话内容拼接，构成完整的“instruction”。
  3. 将当前“gpt”轮次的“value”作为最终的“output”。
  4. “input”可为空白，亦可注入适当的提示信息。

REILX/neo_sft_phase2_multi

• 方法： 将每轮对话视作独立的问答对，利用上下文信息构建样本。
• 具体步骤：
  1. 针对每个“conversation”，逐一遍历其对话轮次。
  2. 将每个“conversation”中所有“human”的“value”拼接，构成完整的“instruction”。
  3. 将每个“conversation”中所有“gpt”的“value”拼接，构成最终的“output”。
  4. “input”可为空白，亦可注入适当的提示信息。

REILX/neo_sft_phase2_single

• 具体步骤：
  1. 针对每个“conversation”，逐一遍历其对话轮次。
  2. 仅保留包含一轮对话的“conversation”，舍弃多轮对话数据。
  3. 将该“conversation”的“human”的“value”作为“instruction”。
  4. 将该“conversation”的“gpt”的“value”作为“output”。
  5. “input”可为空白，亦可注入适当的提示信息。

REILX/neo_sft_phase2_all_pair

• 具体步骤：

1. 输入为一个json文件，遍历每一个conversations
2. conversations包含多轮对话，需要按照对应的轮数构成新数据集
3. 比如1、2轮构成一个jsonl的一行，3、4构成一行，5、6构成一行等等等，直到完整的使用结束conversations
4. 将该“conversation”的“human”的“value”作为“instruction”
5. 将该“conversation”的“gpt”的“value”作为“output”
6. “input”可为空白，亦可注入适当的提示信息。

训练参数

REILX/neo_sft_phase2_conversations</br> The following hyperparameters were used during training:

• learning_rate: 2e-05
• train_batch_size: 1
• eval_batch_size: 8
• cutoff_len: 8192
• seed: 42
• distributed_type: multi-GPU
• num_devices: 8
• gradient_accumulation_steps: 8
• total_train_batch_size: 64
• total_eval_batch_size: 64
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 5.0

REILX/neo_sft_phase2_multi</br>

• learning_rate: 2e-05
• train_batch_size: 1
• eval_batch_size: 8
• cutoff_len: 8192
• seed: 42
• distributed_type: multi-GPU
• num_devices: 8
• gradient_accumulation_steps: 8
• total_train_batch_size: 64
• total_eval_batch_size: 64
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 5.0

REILX/neo_sft_phase2_single</br>

• learning_rate: 2e-05
• train_batch_size: 1
• eval_batch_size: 8
• cutoff_len: 4096
• seed: 42
• distributed_type: multi-GPU
• num_devices: 8
• gradient_accumulation_steps: 8
• total_train_batch_size: 64
• total_eval_batch_size: 64
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 5.0

REILX/neo_sft_phase2_all_pair</br>

• learning_rate: 2e-05
• train_batch_size: 1
• eval_batch_size: 8
• cutoff_len:4096
• seed: 42
• distributed_type: multi-GPU
• num_devices: 8
• gradient_accumulation_steps: 8
• total_train_batch_size: 64
• total_eval_batch_size: 64
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 5.0

损失图

REILX/neo_sft_phase2_conversations</br> <img src="./neo_sft_phase2_conversations/training_loss.png" alt="neo_sft_phase2_conversations_loss" width="60%">

REILX/neo_sft_phase2_multi</br> <img src="./neo_sft_phase2_multi/training_loss.png" alt="neo_sft_phase2_multi_loss" width="60%">

REILX/neo_sft_phase2_single</br> <img src="./neo_sft_phase2_single/training_loss.png" alt="neo_sft_phase2_single_loss" width="60%">

REILX/neo_sft_phase2_all_pair</br>

<!--  --> <img src="./neo_sft_phase2_all_pair/training_loss.png" alt="neo_sft_phase2_all_pair_loss" width="60%">