Evolcodellama 7b

🚀 🦙💻 EvolCodeLlama-7b

このモデルは、mlabonne/Evol-Instruct-Python-1k データセットを使用して、QLoRA（4ビット精度）でファインチューニングされた codellama/CodeLlama-7b-hf モデルです。主に教育目的で設計されており、推論用途ではないことに注意してください。

📝 記事

🚀 クイックスタート

このモデルは、特定のデータセットを用いてファインチューニングされたもので、教育目的での使用を想定しています。以下のセクションでは、トレーニングの詳細と使用方法について説明します。

✨ 主な機能

• 特定のPythonデータセットを使用してファインチューニングされています。
• 教育目的での使用に最適化されています。

📦 インストール

使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを実行してください。

pip install transformers accelerate

💻 使用例

基本的な使用法

# pip install transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mlabonne/EvolCodeLlama-7b"
prompt = "Your prompt"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

sequences = pipeline(
    f'{prompt}',
    do_sample=True,
    top_k=10,
    num_return_sequences=1,
    eos_token_id=tokenizer.eos_token_id,
    max_length=200,
)
for seq in sequences:
    print(f"Result: {seq['generated_text']}")

🔧 技術詳細

トレーニング環境

このモデルはRTX 3090で1時間11分44秒かけてトレーニングされました。以下はトレーニングに使用された設定ファイルです。

base_model: codellama/CodeLlama-7b-hf
base_model_config: codellama/CodeLlama-7b-hf
model_type: LlamaForCausalLM
tokenizer_type: LlamaTokenizer
is_llama_derived_model: true
hub_model_id: EvolCodeLlama-7b

load_in_8bit: false
load_in_4bit: true
strict: false

datasets:
  - path: mlabonne/Evol-Instruct-Python-1k
    type: alpaca
dataset_prepared_path: last_run_prepared
val_set_size: 0.02
output_dir: ./qlora-out

adapter: qlora
lora_model_dir:

sequence_len: 2048
sample_packing: true

lora_r: 32
lora_alpha: 16
lora_dropout: 0.05
lora_target_modules:
lora_target_linear: true
lora_fan_in_fan_out:

wandb_project: axolotl
wandb_entity:
wandb_watch:
wandb_run_id:
wandb_log_model:

gradient_accumulation_steps: 1
micro_batch_size: 10
num_epochs: 3
optimizer: paged_adamw_32bit
lr_scheduler: cosine
learning_rate: 0.0002

train_on_inputs: false
group_by_length: false
bf16: true
fp16: false
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 100
eval_steps: 0.01
save_strategy: epoch
save_steps:
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<s>"
  eos_token: "</s>"
  unk_token: "<unk>"

損失曲線

トレーニング中の損失曲線は以下の通りです。

📄 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。