Oasst Sft 4 Pythia 12b Epoch 3.5

🚀 Open-Assistant SFT-4 12B モデル

このモデルは、Open-Assistant プロジェクトの第4回目の英語の教師付き微調整（SFT）モデルです。2023年3月25日以前に https://open-assistant.io/ のヒューマンフィードバックWebアプリを通じて収集されたアシスタント会話の人間のデモンストレーションを基に、Pythia 12B を微調整したものです。

📚 ドキュメント

モデルの詳細

プロンプトの使い方

ユーザーとアシスタントのターンの開始を示すために、2つの特殊トークン <|prompter|> と <|assistant|> が使用されます。各ターンは <|endoftext|> トークンで終了します。

入力プロンプトの例:

<|prompter|>What is a meme, and what's the history behind this word?<|endoftext|><|assistant|>

入力は <|assistant|> トークンで終了し、モデルにアシスタントの返答を生成するよう指示します。

開発の詳細

• wandb: https://wandb.ai/open-assistant/supervised-finetuning/runs/770a0t41
• ベースモデル: andreaskoepf/pythia-12b-pre-2000
• チェックポイント: 4000ステップ

コマンド: deepspeed trainer_sft.py --configs defaults reference-data reference-pythia-12b --cache_dir /home/ubuntu/data_cache --output_dir .saved/oasst-sft-3-pythia-12b-reference_2kpre --num_train_epochs 8 --residual_dropout 0.2 --deepspeed --use_flash_attention true --model_name andreaskoepf/pythia-12b-pre-2000

データ:

reference-data:
  datasets:
    - oasst_export:
      lang: "bg,ca,cs,da,de,en,es,fr,hr,hu,it,nl,pl,pt,ro,ru,sl,sr,sv,uk"
      input_file_path: 2023-03-25_oasst_research_ready_synth_labels.jsonl.gz
      val_split: 0.05
    - alpaca
  sort_by_length: false
  use_custom_sampler: false

pythia:

reference-pythia-12b:
  dtype: fp16
  log_dir: "pythia_log_12b"
  learning_rate: 6e-6
  model_name: EleutherAI/pythia-12b-deduped
  output_dir: pythia_model_12b
  weight_decay: 0.0
  max_length: 2048
  warmup_steps: 100
  gradient_checkpointing: true
  gradient_accumulation_steps: 2
  per_device_train_batch_size: 4
  per_device_eval_batch_size: 4
  eval_steps: 100
  save_steps: 1000
  num_train_epochs: 8
  save_total_limit: 4

zeroコンフィグ:

{
  "fp16": {
    "enabled": "auto",
    "loss_scale": 0,
    "loss_scale_window": 1000,
    "initial_scale_power": 16,
    "hysteresis": 2,
    "min_loss_scale": 1
  },
  "bf16": {
    "enabled": "auto"
  },
  "optimizer": {
    "type": "AdamW",
    "params": {
      "lr": "auto",
      "betas": "auto",
      "eps": "auto",
      "weight_decay": "auto"
    }
  },
  "scheduler": {
    "type": "WarmupDecayLR",
    "params": {
      "warmup_min_lr": "auto",
      "warmup_max_lr": "auto",
      "warmup_num_steps": "auto",
      "total_num_steps": "auto"
    }
  },
  "zero_optimization": {
    "stage": 2,
    "allgather_partitions": true,
    "allgather_bucket_size": 1e9,
    "overlap_comm": false,
    "reduce_scatter": true,
    "reduce_bucket_size": 1e9,
    "contiguous_gradients": true
  },
  "gradient_accumulation_steps": "auto",
  "gradient_clipping": "auto",
  "steps_per_print": 2000,
  "train_batch_size": "auto",
  "train_micro_batch_size_per_gpu": "auto",
  "wall_clock_breakdown": false
}

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。