OTTER MPT7B Init

🚀 クイックスタート

モデルの読み込み

以下のコードを使用して、このモデルを読み込み試すことができます。

model = OtterForConditionalGeneration.from_pretrained("luodian/OTTER-MPT7B-Init", device_map="sequential")
model.text_tokenizer.padding_side = "left"
tokenizer = model.text_tokenizer
image_processor = transformers.CLIPImageProcessor()
model.eval()

Otterの学習開始

以下のコマンドを使用して、Otterの学習を開始することができます。

python -m accelerate.commands.launch --config_file=./pipeline/accelerate_configs/accelerate_config_fsdp.yaml \
pipeline/train/instruction_following.py \
--pretrained_model_name_or_path=luodian/OTTER-MPT7B-Init \
--mimicit_path=/data/azure_storage/otter/mimicit/xx/xx_instructions.json \
--images_path=/data/azure_storage/otter/mimicit/xx/xx.json \
--batch_size=4 --num_epochs=1 --report_to_wandb \
--wandb_entity=ntu-slab \
--external_save_dir=/data/bli/checkpoints \
--save_hf_model \
--run_name=OTTER-MPT1B \
--wandb_project=OTTER-MPT1B \
--workers=4 \
--lr_scheduler=cosine \
--learning_rate=1e-5 \
--warmup_steps_ratio=0.01

ビデオ命令の微調整の初期化

ビデオ命令の微調整を初期化する場合は、フォルダ内のconfig.jsonに以下の内容を追加する必要があります。

"max_num_frames": 128

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。