Llama 3 2 1b Sft

🚀 llama-3-2-1b-sft

本模型是 NousResearch/Llama-3.2-1B 在 HuggingFaceH4/ultrachat_200k 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：1.2759

查看訓練配置文件：https://github.com/wassname/SimPO/blob/main/training_configs/llama-3-2-1b-base-sft.yaml

📚 詳細文檔

模型描述

更多信息待補充。

預期用途與限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

🔧 技術細節

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：42
• 分佈式類型：多GPU
• 梯度累積步數：4
• 總訓練批次大小：32
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：餘弦
• 學習率調度器熱身比例：0.1
• 訓練輪數：1

訓練結果

框架版本

• Transformers 4.45.1
• Pytorch 2.4.1+cu121
• Datasets 3.0.1
• Tokenizers 0.20.0

📄 許可證

本模型使用 llama3.2 許可證。

📦 模型信息