### 基础模型: https://huggingface.co./Qwen/Qwen2-7B-Instruct ### 数据集 以 m-a-p/neo_sft_phase2 数据集为基石,精心构建了三个子数据集,分别如下: 1. REILX/neo_sft_phase2_conversations 2. REILX/neo_sft_phase2_multi 3. REILX/neo_sft_phase2_single ### 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,并巧妙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,并巧妙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。 ### 训练参数 REILX/neo_sft_phase2_conversations
- learning_rate: 5e-06 - 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
- learning_rate: 5e-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
- learning_rate: 5e-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
neo_sft_phase2_conversations_loss REILX/neo_sft_phase2_multi
neo_sft_phase2_multi_loss REILX/neo_sft_phase2_single
neo_sft_phase2_single_loss