2023-12-02 01:31:24 +08:00
![# LLaMA Factory ](assets/logo.png )
2023-07-21 16:57:58 +08:00
2023-10-12 21:42:29 +08:00
[![GitHub Repo stars ](https://img.shields.io/github/stars/hiyouga/LLaMA-Factory?style=social )](https://github.com/hiyouga/LLaMA-Factory/stargazers)
[![GitHub Code License ](https://img.shields.io/github/license/hiyouga/LLaMA-Factory )](LICENSE)
[![GitHub last commit ](https://img.shields.io/github/last-commit/hiyouga/LLaMA-Factory )](https://github.com/hiyouga/LLaMA-Factory/commits/main)
2023-07-21 16:57:58 +08:00
[![PyPI ](https://img.shields.io/pypi/v/llmtuner )](https://pypi.org/project/llmtuner/)
2023-09-16 17:33:01 +08:00
[![Downloads ](https://static.pepy.tech/badge/llmtuner )](https://pypi.org/project/llmtuner/)
2024-03-03 01:01:46 +08:00
[![Citation ](https://img.shields.io/badge/citation-21-green )](#使用了-llama-factory-的项目)
2023-10-12 21:42:29 +08:00
[![GitHub pull request ](https://img.shields.io/badge/PRs-welcome-blue )](https://github.com/hiyouga/LLaMA-Factory/pulls)
2023-12-15 22:11:31 +08:00
[![Discord ](https://dcbadge.vercel.app/api/server/rKfvV9r9FK?compact=true&style=flat )](https://discord.gg/rKfvV9r9FK)
2024-02-29 17:45:30 +08:00
[![Twitter ](https://img.shields.io/twitter/follow/llamafactory_ai )](https://twitter.com/llamafactory_ai)
2024-03-03 01:01:46 +08:00
[![Spaces ](https://img.shields.io/badge/🤗-Open%20in%20Spaces-blue )](https://huggingface.co/spaces/hiyouga/LLaMA-Board)
[![Studios ](https://img.shields.io/badge/ModelScope-Open%20in%20Studios-blue )](https://modelscope.cn/studios/hiyouga/LLaMA-Board)
2024-03-02 19:58:21 +08:00
[![Open in Colab ](https://colab.research.google.com/assets/colab-badge.svg )](https://colab.research.google.com/drive/1eRTPn37ltBbYsISy9Aw2NuI2Aq5CQrD9?usp=sharing)
2023-07-21 16:57:58 +08:00
2023-07-22 14:31:16 +08:00
👋 加入我们的[微信群](assets/wechat.jpg)。
2023-07-21 16:57:58 +08:00
\[ [English ](README.md ) | 中文 \]
2024-03-03 01:41:07 +08:00
**微调大模型可以像这样轻松…**
2024-03-03 00:49:08 +08:00
https://github.com/hiyouga/LLaMA-Factory/assets/16256802/ec36a9dd-37f4-4f72-81bd-d76c6d0a6594
2024-03-03 01:41:07 +08:00
选择你的打开方式:
- **Hugging Face 空间**: https://huggingface.co/spaces/hiyouga/LLaMA-Board
- **魔搭社区**: https://modelscope.cn/studios/hiyouga/LLaMA-Board
- **Colab**: https://colab.research.google.com/drive/1eRTPn37ltBbYsISy9Aw2NuI2Aq5CQrD9?usp=sharing
- **本地机器**:请见[如何使用](#如何使用)
2023-10-15 20:28:14 +08:00
2023-11-18 11:09:52 +08:00
## 目录
2024-02-28 20:50:01 +08:00
- [项目特色 ](#项目特色 )
2023-11-18 11:09:52 +08:00
- [性能指标 ](#性能指标 )
- [更新日志 ](#更新日志 )
- [模型 ](#模型 )
- [训练方法 ](#训练方法 )
- [数据集 ](#数据集 )
2023-11-29 12:05:03 +08:00
- [软硬件依赖 ](#软硬件依赖 )
2023-11-18 11:09:52 +08:00
- [如何使用 ](#如何使用 )
- [使用了 LLaMA Factory 的项目 ](#使用了-llama-factory-的项目 )
- [协议 ](#协议 )
- [引用 ](#引用 )
- [致谢 ](#致谢 )
2024-02-28 20:50:01 +08:00
## 项目特色
- **多种模型**: LLaMA、Mistral、Mixtral-MoE、Qwen、Yi、Gemma、Baichuan、ChatGLM、Phi 等等。
2024-02-29 00:34:19 +08:00
- **集成方法**: ( 增量) 预训练、指令监督微调、奖励模型训练、PPO 训练和 DPO 训练。
- **多种精度**: 32 比特全参数微调、16 比特冻结微调、16 比特 LoRA 微调和基于 AQLM/AWQ/GPTQ/LLM.int8 的 2/4/8 比特 QLoRA 微调。
2024-03-13 23:32:51 +08:00
- **先进算法**: GaLore、DoRA、LongLoRA、LLaMA Pro、LoRA+、LoftQ 和 Agent 微调。
2024-03-09 03:58:18 +08:00
- **实用技巧**: FlashAttention-2、Unsloth、RoPE scaling、NEFTune 和 rsLoRA。
2024-02-28 23:19:25 +08:00
- **实验监控**: LlamaBoard、TensorBoard、Wandb、MLflow 等等。
2024-03-07 20:26:31 +08:00
- **极速推理**:基于 vLLM 的 OpenAI 风格 API、浏览器界面和命令行接口。
2024-02-28 20:50:01 +08:00
2023-11-18 11:09:52 +08:00
## 性能指标
2023-11-18 11:30:01 +08:00
与 ChatGLM 官方的 [P-Tuning ](https://github.com/THUDM/ChatGLM2-6B/tree/main/ptuning ) 微调相比, LLaMA-Factory 的 LoRA 微调提供了 **3.7 倍**的加速比,同时在广告文案生成任务上取得了更高的 Rouge 分数。结合 4 比特量化技术, LLaMA-Factory 的 QLoRA 微调进一步降低了 GPU 显存消耗。
2023-11-18 11:09:52 +08:00
![benchmark ](assets/benchmark.svg )
2023-12-01 22:53:15 +08:00
< details > < summary > 变量定义< / summary >
2023-11-18 11:15:56 +08:00
- **Training Speed**: 训练阶段每秒处理的样本数量。(批处理大小=4, 截断长度=1024)
2023-11-18 11:30:01 +08:00
- **Rouge Score**: [广告文案生成 ](https://aclanthology.org/D19-1321.pdf )任务验证集上的 Rouge-2 分数。(批处理大小=4, 截断长度=1024)
2023-11-18 11:15:56 +08:00
- **GPU Memory**: 4 比特量化训练的 GPU 显存峰值。(批处理大小=1, 截断长度=1024)
2023-11-18 11:09:52 +08:00
- 我们在 ChatGLM 的 P-Tuning 中采用 `pre_seq_len=128` ,在 LLaMA-Factory 的 LoRA 微调中采用 `lora_rank=32` 。
2023-12-01 22:53:15 +08:00
< / details >
2023-07-21 16:57:58 +08:00
## 更新日志
2024-03-21 00:48:42 +08:00
[24/03/20] 我们支持了能在 2x24GB GPU 上微调 70B 模型的 **FSDP+QLoRA** 。详细用法请参照 `examples/fsdp_qlora` 。
2024-03-21 00:36:06 +08:00
2024-03-13 23:32:51 +08:00
[24/03/13] 我们支持了 ** [LoRA+ ](https://arxiv.org/abs/2402.12354 )**。请使用 `loraplus_lr_ratio=16.0` 参数开启 LoRA+ 方法。
2024-03-08 00:44:51 +08:00
[24/03/07] 我们支持了梯度低秩投影(**[GaLore](https://arxiv.org/abs/2403.03507)**)算法。请使用 `--use_galore` 参数切换显存高效的优化器。
2024-03-07 22:41:36 +08:00
2024-03-07 22:53:45 +08:00
[24/03/07] 我们集成了 ** [vLLM ](https://github.com/vllm-project/vllm )** 以实现极速并发推理。请使用 `--infer_backend vllm` 来获得 **270%** 的推理速度。(尚不支持 LoRA, 请先合并权重。)
2024-03-07 20:26:31 +08:00
2024-03-21 00:36:06 +08:00
< details > < summary > 展开日志< / summary >
2024-02-28 19:53:28 +08:00
2024-03-21 00:36:06 +08:00
[24/02/28] 我们支持了 ** [DoRA ](https://arxiv.org/abs/2402.09353 )** 微调。请使用 `--use_dora` 参数进行 DoRA 微调。
2024-02-15 02:27:36 +08:00
2024-03-21 00:36:06 +08:00
[24/02/15] 我们支持了 [LLaMA Pro ](https://github.com/TencentARC/LLaMA-Pro ) 提出的**块扩展**方法。详细用法请参照 `examples/extras/llama_pro` 。
2024-02-15 02:27:36 +08:00
2024-03-07 20:26:31 +08:00
[24/02/05] Qwen1.5( Qwen2 测试版)系列模型已在 LLaMA-Factory 中实现微调支持。详情请查阅该[博客页面](https://qwenlm.github.io/zh/blog/qwen1.5/)。
2024-02-28 20:50:01 +08:00
[24/01/18] 我们针对绝大多数模型实现了 **Agent 微调** ,微调时指定 `--dataset glaive_toolcall` 即可使模型获得工具调用能力。
2024-03-07 20:26:31 +08:00
[23/12/23] 我们针对 LLaMA, Mistral 和 Yi 模型支持了 ** [unsloth ](https://github.com/unslothai/unsloth )** 的 LoRA 训练加速。请使用 `--use_unsloth` 参数启用 unsloth 优化。该方法可提供 **170%** 的训练速度,详情请查阅[此页面](https://github.com/hiyouga/LLaMA-Factory/wiki/Performance-comparison)。
2023-12-23 00:14:33 +08:00
2023-12-12 11:44:30 +08:00
[23/12/12] 我们支持了微调最新的混合专家模型 ** [Mixtral 8x7B ](https://huggingface.co/mistralai/Mixtral-8x7B-v0.1 )**。硬件需求请查阅[此处](#硬件依赖)。
2023-12-12 11:39:04 +08:00
2024-01-18 14:42:52 +08:00
[23/12/01] 我们支持了从 ** [魔搭社区 ](https://modelscope.cn/models )** 下载预训练模型和数据集。详细用法请参照 [此教程 ](#使用魔搭社区可跳过 )。
2023-12-12 11:44:30 +08:00
[23/10/21] 我们支持了 ** [NEFTune ](https://arxiv.org/abs/2310.05914 )** 训练技巧。请使用 `--neftune_noise_alpha` 参数启用 NEFTune, 例如 `--neftune_noise_alpha 5` 。
2023-09-28 14:39:16 +08:00
[23/09/27] 我们针对 LLaMA 模型支持了 [LongLoRA ](https://github.com/dvlab-research/LongLoRA ) 提出的 ** $S^2$-Attn**。请使用 `--shift_attn` 参数以启用该功能。
2023-09-27 21:55:50 +08:00
2023-09-23 21:10:17 +08:00
[23/09/23] 我们在项目中集成了 MMLU、C-Eval 和 CMMLU 评估集。使用方法请参阅[此示例](#模型评估)。
2023-09-10 20:43:56 +08:00
2023-12-12 22:47:06 +08:00
[23/09/10] 我们支持了 ** [FlashAttention-2 ](https://github.com/Dao-AILab/flash-attention )**。如果您使用的是 RTX4090、A100 或 H100 GPU, 请使用 `--flash_attn` 参数以启用 FlashAttention-2。
2023-08-12 21:00:11 +08:00
2023-09-23 00:34:17 +08:00
[23/08/12] 我们支持了 **RoPE 插值**来扩展 LLaMA 模型的上下文长度。请使用 `--rope_scaling linear` 参数训练模型或使用 `--rope_scaling dynamic` 参数评估模型。
2023-08-11 03:02:53 +08:00
2023-09-23 00:34:17 +08:00
[23/08/11] 我们支持了指令模型的 ** [DPO 训练 ](https://arxiv.org/abs/2305.18290 )**。使用方法请参阅[此示例](#dpo-训练)。
2023-12-12 22:47:06 +08:00
[23/07/31] 我们支持了**数据流式加载**。请使用 `--streaming` 和 `--max_steps 10000` 参数来流式加载数据集。
2023-07-31 23:42:32 +08:00
2023-09-09 13:50:29 +08:00
[23/07/29] 我们在 Hugging Face 发布了两个 13B 指令微调模型。详细内容请查阅我们的 Hugging Face 项目([LLaMA-2](https://huggingface.co/hiyouga/Llama-2-Chinese-13b-chat) / [Baichuan ](https://huggingface.co/hiyouga/Baichuan-13B-sft ))。
2023-08-01 10:08:47 +08:00
2023-10-22 16:15:08 +08:00
[23/07/18] 我们开发了支持训练和测试的**浏览器一体化界面**。请使用 `train_web.py` 在您的浏览器中微调模型。感谢 [@KanadeSiina ](https://github.com/KanadeSiina ) 和 [@codemayq ](https://github.com/codemayq ) 在该功能开发中付出的努力。
2023-07-21 16:57:58 +08:00
2023-08-12 21:29:06 +08:00
[23/07/09] 我们开源了 ** [FastEdit ](https://github.com/hiyouga/FastEdit )** ⚡🩹,一个简单易用的、能迅速编辑大模型事实记忆的工具包。如果您感兴趣请关注我们的 [FastEdit ](https://github.com/hiyouga/FastEdit ) 项目。
2023-07-21 16:57:58 +08:00
2023-09-09 13:50:29 +08:00
[23/06/29] 我们提供了一个**可复现的**指令模型微调示例,详细内容请查阅 [Baichuan-7B-sft ](https://huggingface.co/hiyouga/Baichuan-7B-sft )。
2023-07-21 16:57:58 +08:00
2023-08-12 21:23:05 +08:00
[23/06/22] 我们对齐了[示例 API](src/api_demo.py) 与 [OpenAI API ](https://platform.openai.com/docs/api-reference/chat ) 的格式,您可以将微调模型接入**任意基于 ChatGPT 的应用**中。
2023-07-21 16:57:58 +08:00
2023-10-22 16:15:08 +08:00
[23/06/03] 我们实现了 4 比特的 LoRA 训练(也称 ** [QLoRA ](https://github.com/artidoro/qlora )**)。请使用 `--quantization_bit 4` 参数进行 4 比特量化微调。
2023-07-21 16:57:58 +08:00
2023-12-01 22:53:15 +08:00
< / details >
2023-07-22 14:29:22 +08:00
## 模型
2023-08-07 15:02:02 +08:00
2023-09-06 21:43:06 +08:00
| 模型名 | 模型大小 | 默认模块 | Template |
| -------------------------------------------------------- | --------------------------- | ----------------- | --------- |
2023-12-18 22:29:45 +08:00
| [Baichuan2 ](https://huggingface.co/baichuan-inc ) | 7B/13B | W_pack | baichuan2 |
2023-11-06 17:18:12 +08:00
| [BLOOM ](https://huggingface.co/bigscience/bloom ) | 560M/1.1B/1.7B/3B/7.1B/176B | query_key_value | - |
| [BLOOMZ ](https://huggingface.co/bigscience/bloomz ) | 560M/1.1B/1.7B/3B/7.1B/176B | query_key_value | - |
2023-12-18 22:29:45 +08:00
| [ChatGLM3 ](https://huggingface.co/THUDM/chatglm3-6b ) | 6B | query_key_value | chatglm3 |
2024-01-15 23:34:23 +08:00
| [DeepSeek (MoE) ](https://huggingface.co/deepseek-ai ) | 7B/16B/67B | q_proj,v_proj | deepseek |
2023-12-18 22:29:45 +08:00
| [Falcon ](https://huggingface.co/tiiuae ) | 7B/40B/180B | query_key_value | falcon |
2024-02-21 23:27:36 +08:00
| [Gemma ](https://huggingface.co/google ) | 2B/7B | q_proj,v_proj | gemma |
2024-01-18 14:30:48 +08:00
| [InternLM2 ](https://huggingface.co/internlm ) | 7B/20B | wqkv | intern2 |
2023-11-06 17:18:12 +08:00
| [LLaMA ](https://github.com/facebookresearch/llama ) | 7B/13B/33B/65B | q_proj,v_proj | - |
| [LLaMA-2 ](https://huggingface.co/meta-llama ) | 7B/13B/70B | q_proj,v_proj | llama2 |
2023-11-06 12:25:47 +08:00
| [Mistral ](https://huggingface.co/mistralai ) | 7B | q_proj,v_proj | mistral |
2023-12-12 11:39:04 +08:00
| [Mixtral ](https://huggingface.co/mistralai ) | 8x7B | q_proj,v_proj | mistral |
2024-03-12 18:30:38 +08:00
| [OLMo ](https://huggingface.co/allenai ) | 1B/7B | att_proj | olmo |
2024-01-13 23:12:47 +08:00
| [Phi-1.5/2 ](https://huggingface.co/microsoft ) | 1.3B/2.7B | q_proj,v_proj | - |
2023-12-18 22:29:45 +08:00
| [Qwen ](https://huggingface.co/Qwen ) | 1.8B/7B/14B/72B | c_attn | qwen |
2024-02-06 00:10:51 +08:00
| [Qwen1.5 ](https://huggingface.co/Qwen ) | 0.5B/1.8B/4B/7B/14B/72B | q_proj,v_proj | qwen |
2024-03-03 01:01:46 +08:00
| [StarCoder2 ](https://huggingface.co/bigcode ) | 3B/7B/15B | q_proj,v_proj | - |
2023-12-18 22:29:45 +08:00
| [XVERSE ](https://huggingface.co/xverse ) | 7B/13B/65B | q_proj,v_proj | xverse |
2024-03-07 23:11:57 +08:00
| [Yi ](https://huggingface.co/01-ai ) | 6B/9B/34B | q_proj,v_proj | yi |
2023-12-29 13:50:24 +08:00
| [Yuan ](https://huggingface.co/IEITYuan ) | 2B/51B/102B | q_proj,v_proj | yuan |
2023-08-07 15:02:02 +08:00
2023-09-10 21:01:20 +08:00
> [!NOTE]
2023-09-10 20:43:56 +08:00
> **默认模块**应作为 `--lora_target` 参数的默认值,可使用 `--lora_target all` 参数指定全部模块。
>
2023-10-13 13:53:43 +08:00
> 对于所有“基座”( Base) 模型, `--template` 参数可以是 `default`, `alpaca`, `vicuna` 等任意值。但“对话”( Chat) 模型请务必使用**对应的模板**。
2023-10-27 22:15:25 +08:00
2023-11-15 18:04:37 +08:00
项目所支持模型的完整列表请参阅 [constants.py ](src/llmtuner/extras/constants.py )。
2023-08-11 03:02:53 +08:00
2024-03-04 19:29:26 +08:00
您也可以在 [template.py ](src/llmtuner/data/template.py ) 中添加自己的对话模板。
2023-08-11 03:02:53 +08:00
## 训练方法
2023-08-17 11:00:22 +08:00
| 方法 | 全参数训练 | 部分参数训练 | LoRA | QLoRA |
| ---------------------- | ------------------ | ------------------ | ------------------ | ------------------ |
| 预训练 | :white_check_mark: | :white_check_mark: | :white_check_mark: | :white_check_mark: |
| 指令监督微调 | :white_check_mark: | :white_check_mark: | :white_check_mark: | :white_check_mark: |
2023-11-16 02:08:04 +08:00
| 奖励模型训练 | :white_check_mark: | :white_check_mark: | :white_check_mark: | :white_check_mark: |
| PPO 训练 | :white_check_mark: | :white_check_mark: | :white_check_mark: | :white_check_mark: |
| DPO 训练 | :white_check_mark: | :white_check_mark: | :white_check_mark: | :white_check_mark: |
2023-07-21 16:57:58 +08:00
2023-09-10 21:01:20 +08:00
> [!NOTE]
2023-12-18 15:46:45 +08:00
> 请使用 `--quantization_bit 4` 参数来启用 QLoRA 训练。
2023-08-12 21:23:05 +08:00
2023-07-22 14:29:22 +08:00
## 数据集
2023-07-21 16:57:58 +08:00
2023-11-02 23:10:04 +08:00
< details > < summary > 预训练数据集< / summary >
- [Wiki Demo (en) ](data/wiki_demo.txt )
- [RefinedWeb (en) ](https://huggingface.co/datasets/tiiuae/falcon-refinedweb )
- [RedPajama V2 (en) ](https://huggingface.co/datasets/togethercomputer/RedPajama-Data-V2 )
- [Wikipedia (en) ](https://huggingface.co/datasets/olm/olm-wikipedia-20221220 )
- [Wikipedia (zh) ](https://huggingface.co/datasets/pleisto/wikipedia-cn-20230720-filtered )
- [Pile (en) ](https://huggingface.co/datasets/EleutherAI/pile )
- [SkyPile (zh) ](https://huggingface.co/datasets/Skywork/SkyPile-150B )
- [The Stack (en) ](https://huggingface.co/datasets/bigcode/the-stack )
- [StarCoder (en) ](https://huggingface.co/datasets/bigcode/starcoderdata )
< / details >
< details > < summary > 指令微调数据集< / summary >
- [Stanford Alpaca (en) ](https://github.com/tatsu-lab/stanford_alpaca )
- [Stanford Alpaca (zh) ](https://github.com/ymcui/Chinese-LLaMA-Alpaca )
2024-02-09 14:53:14 +08:00
- [Alpaca GPT4 (en&zh) ](https://github.com/Instruction-Tuning-with-GPT-4/GPT-4-LLM )
- [Self Cognition (zh) ](data/self_cognition.json )
2023-11-02 23:10:04 +08:00
- [Open Assistant (multilingual) ](https://huggingface.co/datasets/OpenAssistant/oasst1 )
- [ShareGPT (zh) ](https://huggingface.co/datasets/QingyiSi/Alpaca-CoT/tree/main/Chinese-instruction-collection )
- [Guanaco Dataset (multilingual) ](https://huggingface.co/datasets/JosephusCheung/GuanacoDataset )
- [BELLE 2M (zh) ](https://huggingface.co/datasets/BelleGroup/train_2M_CN )
- [BELLE 1M (zh) ](https://huggingface.co/datasets/BelleGroup/train_1M_CN )
- [BELLE 0.5M (zh) ](https://huggingface.co/datasets/BelleGroup/train_0.5M_CN )
- [BELLE Dialogue 0.4M (zh) ](https://huggingface.co/datasets/BelleGroup/generated_chat_0.4M )
- [BELLE School Math 0.25M (zh) ](https://huggingface.co/datasets/BelleGroup/school_math_0.25M )
- [BELLE Multiturn Chat 0.8M (zh) ](https://huggingface.co/datasets/BelleGroup/multiturn_chat_0.8M )
- [UltraChat (en) ](https://github.com/thunlp/UltraChat )
- [LIMA (en) ](https://huggingface.co/datasets/GAIR/lima )
- [OpenPlatypus (en) ](https://huggingface.co/datasets/garage-bAInd/Open-Platypus )
- [CodeAlpaca 20k (en) ](https://huggingface.co/datasets/sahil2801/CodeAlpaca-20k )
- [Alpaca CoT (multilingual) ](https://huggingface.co/datasets/QingyiSi/Alpaca-CoT )
2023-11-15 18:04:37 +08:00
- [OpenOrca (en) ](https://huggingface.co/datasets/Open-Orca/OpenOrca )
2024-02-10 16:39:19 +08:00
- [SlimOrca (en) ](https://huggingface.co/datasets/Open-Orca/SlimOrca )
2023-11-02 23:10:04 +08:00
- [MathInstruct (en) ](https://huggingface.co/datasets/TIGER-Lab/MathInstruct )
- [Firefly 1.1M (zh) ](https://huggingface.co/datasets/YeungNLP/firefly-train-1.1M )
2024-02-09 14:53:14 +08:00
- [Wiki QA (en) ](https://huggingface.co/datasets/wiki_qa )
2023-11-02 23:10:04 +08:00
- [Web QA (zh) ](https://huggingface.co/datasets/suolyer/webqa )
- [WebNovel (zh) ](https://huggingface.co/datasets/zxbsmk/webnovel_cn )
2023-12-01 15:34:50 +08:00
- [Nectar (en) ](https://huggingface.co/datasets/berkeley-nest/Nectar )
2023-12-25 18:29:34 +08:00
- [deepctrl (en&zh) ](https://www.modelscope.cn/datasets/deepctrl/deepctrl-sft-data )
2023-11-02 23:10:04 +08:00
- [Ad Gen (zh) ](https://huggingface.co/datasets/HasturOfficial/adgen )
- [ShareGPT Hyperfiltered (en) ](https://huggingface.co/datasets/totally-not-an-llm/sharegpt-hyperfiltered-3k )
- [ShareGPT4 (en&zh) ](https://huggingface.co/datasets/shibing624/sharegpt_gpt4 )
- [UltraChat 200k (en) ](https://huggingface.co/datasets/HuggingFaceH4/ultrachat_200k )
- [AgentInstruct (en) ](https://huggingface.co/datasets/THUDM/AgentInstruct )
2023-11-02 23:42:49 +08:00
- [LMSYS Chat 1M (en) ](https://huggingface.co/datasets/lmsys/lmsys-chat-1m )
2023-11-02 23:10:04 +08:00
- [Evol Instruct V2 (en) ](https://huggingface.co/datasets/WizardLM/WizardLM_evol_instruct_V2_196k )
2024-01-18 14:30:48 +08:00
- [Glaive Function Calling V2 (en) ](https://huggingface.co/datasets/glaiveai/glaive-function-calling-v2 )
2024-03-03 01:01:46 +08:00
- [Cosmopedia (en) ](https://huggingface.co/datasets/HuggingFaceTB/cosmopedia )
2024-02-09 14:53:14 +08:00
- [Open Assistant (de) ](https://huggingface.co/datasets/mayflowergmbh/oasst_de )
- [Dolly 15k (de) ](https://huggingface.co/datasets/mayflowergmbh/dolly-15k_de )
- [Alpaca GPT4 (de) ](https://huggingface.co/datasets/mayflowergmbh/alpaca-gpt4_de )
- [OpenSchnabeltier (de) ](https://huggingface.co/datasets/mayflowergmbh/openschnabeltier_de )
- [Evol Instruct (de) ](https://huggingface.co/datasets/mayflowergmbh/evol-instruct_de )
- [Dolphin (de) ](https://huggingface.co/datasets/mayflowergmbh/dolphin_de )
- [Booksum (de) ](https://huggingface.co/datasets/mayflowergmbh/booksum_de )
- [Airoboros (de) ](https://huggingface.co/datasets/mayflowergmbh/airoboros-3.0_de )
- [Ultrachat (de) ](https://huggingface.co/datasets/mayflowergmbh/ultra-chat_de )
2023-11-02 23:10:04 +08:00
< / details >
< details > < summary > 偏好数据集< / summary >
- [HH-RLHF (en) ](https://huggingface.co/datasets/Anthropic/hh-rlhf )
- [Open Assistant (multilingual) ](https://huggingface.co/datasets/OpenAssistant/oasst1 )
- [GPT-4 Generated Data (en&zh) ](https://github.com/Instruction-Tuning-with-GPT-4/GPT-4-LLM )
2024-03-21 00:36:06 +08:00
- [Orca DPO (en) ](https://huggingface.co/datasets/Intel/orca_dpo_pairs )
2023-12-01 15:34:50 +08:00
- [Nectar (en) ](https://huggingface.co/datasets/berkeley-nest/Nectar )
2024-02-09 14:53:14 +08:00
- [Orca DPO (de) ](https://huggingface.co/datasets/mayflowergmbh/intel_orca_dpo_pairs_de )
2023-11-02 23:10:04 +08:00
< / details >
使用方法请参考 [data/README_zh.md ](data/README_zh.md ) 文件。
2023-07-21 16:57:58 +08:00
2023-07-22 14:29:22 +08:00
部分数据集的使用需要确认,我们推荐使用下述命令登录您的 Hugging Face 账户。
2023-07-21 16:57:58 +08:00
```bash
pip install --upgrade huggingface_hub
huggingface-cli login
```
2023-11-29 12:05:03 +08:00
## 软硬件依赖
2023-07-21 16:57:58 +08:00
2024-02-28 23:19:25 +08:00
| 必需项 | 至少 | 推荐 |
| ------------ | ------- | --------- |
| python | 3.8 | 3.10 |
2024-03-09 00:09:09 +08:00
| torch | 1.13.1 | 2.2.0 |
2024-03-03 01:01:46 +08:00
| transformers | 4.37.2 | 4.38.2 |
2024-02-28 23:19:25 +08:00
| datasets | 2.14.3 | 2.17.1 |
| accelerate | 0.27.2 | 0.27.2 |
| peft | 0.9.0 | 0.9.0 |
| trl | 0.7.11 | 0.7.11 |
| 可选项 | 至少 | 推荐 |
| ------------ | ------- | --------- |
| CUDA | 11.6 | 12.2 |
2024-03-09 00:09:09 +08:00
| deepspeed | 0.10.0 | 0.13.1 |
2024-02-28 23:19:25 +08:00
| bitsandbytes | 0.39.0 | 0.41.3 |
| flash-attn | 2.3.0 | 2.5.5 |
2023-07-21 16:57:58 +08:00
2023-11-29 12:05:03 +08:00
### 硬件依赖
2024-02-28 23:19:25 +08:00
\* *估算值*
2024-03-09 03:58:18 +08:00
| 训练方法 | 精度 | 7B | 13B | 30B | 70B | 8x7B |
2023-12-12 11:39:04 +08:00
| ------- | ---- | ----- | ----- | ----- | ------ | ------ |
2024-03-09 03:58:18 +08:00
| 全参数 | AMP | 120GB | 240GB | 600GB | 1200GB | 900GB |
| 全参数 | 16 | 60GB | 120GB | 300GB | 600GB | 400GB |
2024-03-10 00:24:11 +08:00
| GaLore | 16 | 16GB | 32GB | 64GB | 160GB | 120GB |
2024-03-09 03:58:18 +08:00
| 部分参数 | 16 | 20GB | 40GB | 80GB | 200GB | 160GB |
| LoRA | 16 | 16GB | 32GB | 64GB | 160GB | 120GB |
| QLoRA | 8 | 10GB | 20GB | 40GB | 80GB | 60GB |
| QLoRA | 4 | 6GB | 12GB | 24GB | 48GB | 30GB |
| QLoRA | 2 | 4GB | 8GB | 16GB | 24GB | 18GB |
2023-07-21 16:57:58 +08:00
2023-07-22 14:29:22 +08:00
## 如何使用
2023-07-21 16:57:58 +08:00
2023-07-22 14:29:22 +08:00
### 数据准备(可跳过)
2023-07-21 16:57:58 +08:00
2023-11-02 23:10:04 +08:00
关于数据集文件的格式,请参考 [data/README_zh.md ](data/README_zh.md ) 的内容。构建自定义数据集时,既可以使用单个 `.json` 文件,也可以使用一个[数据加载脚本](https://huggingface.co/docs/datasets/dataset_script)和多个文件。
2023-07-21 16:57:58 +08:00
2023-09-10 21:01:20 +08:00
> [!NOTE]
2023-11-02 23:10:04 +08:00
> 使用自定义数据集时,请更新 `data/dataset_info.json` 文件,该文件的格式请参考 `data/README_zh.md`。
2023-07-21 16:57:58 +08:00
2023-07-22 14:29:22 +08:00
### 环境搭建(可跳过)
2023-07-21 16:57:58 +08:00
```bash
2023-10-12 21:42:29 +08:00
git clone https://github.com/hiyouga/LLaMA-Factory.git
conda create -n llama_factory python=3.10
conda activate llama_factory
cd LLaMA-Factory
2023-07-21 16:57:58 +08:00
pip install -r requirements.txt
```
2024-02-20 16:06:59 +08:00
如果要在 Windows 平台上开启量化 LoRA( QLoRA) , 需要安装预编译的 `bitsandbytes` 库, 支持 CUDA 11.1 到 12.2。
2023-07-22 14:29:22 +08:00
```bash
2024-02-20 11:26:22 +08:00
pip install https://github.com/jllllll/bitsandbytes-windows-webui/releases/download/wheels/bitsandbytes-0.40.0-py3-none-win_amd64.whl
2023-07-22 14:29:22 +08:00
```
2024-02-20 16:06:59 +08:00
如果要在 Windows 平台上开启 FlashAttention-2, 需要安装预编译的 `flash-attn` 库,支持 CUDA 12.1 到 12.2,请根据需求到 [flash-attention ](https://github.com/bdashore3/flash-attention/releases ) 下载对应版本安装。
2024-02-20 11:26:22 +08:00
2023-12-01 22:53:15 +08:00
### 使用魔搭社区(可跳过)
2023-12-01 16:11:30 +08:00
2023-12-12 19:45:59 +08:00
如果您在 Hugging Face 模型和数据集的下载中遇到了问题,可以通过下述方法使用魔搭社区。
2023-12-01 16:11:30 +08:00
2023-12-01 22:53:15 +08:00
```bash
export USE_MODELSCOPE_HUB=1 # Windows 使用 `set USE_MODELSCOPE_HUB=1`
2023-12-01 16:11:30 +08:00
```
2023-12-01 22:53:15 +08:00
接着即可通过指定模型名称来训练对应的模型。(在[魔搭社区](https://modelscope.cn/models)查看所有可用的模型)
2023-12-01 16:11:30 +08:00
2023-12-01 22:53:15 +08:00
```bash
2023-12-01 22:58:29 +08:00
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
2023-12-01 22:53:15 +08:00
--model_name_or_path modelscope/Llama-2-7b-ms \
2024-03-03 01:01:46 +08:00
... # 参数同下
2023-12-01 16:11:30 +08:00
```
2023-12-12 19:45:59 +08:00
LLaMA Board 同样支持魔搭社区的模型和数据集下载。
2023-12-01 16:11:30 +08:00
2023-12-01 22:53:15 +08:00
```bash
CUDA_VISIBLE_DEVICES=0 USE_MODELSCOPE_HUB=1 python src/train_web.py
2023-12-01 16:11:30 +08:00
```
2023-08-18 01:51:55 +08:00
### 单 GPU 训练
2023-09-10 21:01:20 +08:00
> [!IMPORTANT]
2023-09-10 20:43:56 +08:00
> 如果您使用多张 GPU 训练模型,请移步[多 GPU 分布式训练](#多-gpu-分布式训练)部分。
2024-03-03 01:01:46 +08:00
#### LLaMA Board GUI
```bash
CUDA_VISIBLE_DEVICES=0 python src/train_web.py
```
2023-08-18 01:51:55 +08:00
#### 预训练
2023-07-21 16:57:58 +08:00
```bash
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage pt \
--do_train \
2023-12-15 20:53:11 +08:00
--model_name_or_path path_to_llama_model \
2023-07-21 16:57:58 +08:00
--dataset wiki_demo \
--finetuning_type lora \
2023-08-18 11:43:10 +08:00
--lora_target q_proj,v_proj \
2023-07-21 16:57:58 +08:00
--output_dir path_to_pt_checkpoint \
--overwrite_cache \
--per_device_train_batch_size 4 \
--gradient_accumulation_steps 4 \
--lr_scheduler_type cosine \
--logging_steps 10 \
--save_steps 1000 \
--learning_rate 5e-5 \
--num_train_epochs 3.0 \
--plot_loss \
--fp16
```
2023-08-18 01:51:55 +08:00
#### 指令监督微调
2023-07-21 16:57:58 +08:00
```bash
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage sft \
--do_train \
2023-12-15 20:53:11 +08:00
--model_name_or_path path_to_llama_model \
2023-07-31 23:33:00 +08:00
--dataset alpaca_gpt4_zh \
--template default \
2023-07-21 16:57:58 +08:00
--finetuning_type lora \
2023-08-18 11:43:10 +08:00
--lora_target q_proj,v_proj \
2023-07-21 16:57:58 +08:00
--output_dir path_to_sft_checkpoint \
--overwrite_cache \
--per_device_train_batch_size 4 \
--gradient_accumulation_steps 4 \
--lr_scheduler_type cosine \
--logging_steps 10 \
--save_steps 1000 \
--learning_rate 5e-5 \
--num_train_epochs 3.0 \
--plot_loss \
--fp16
```
2023-08-18 01:51:55 +08:00
#### 奖励模型训练
2023-07-21 16:57:58 +08:00
```bash
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage rm \
--do_train \
2023-12-15 20:53:11 +08:00
--model_name_or_path path_to_llama_model \
--adapter_name_or_path path_to_sft_checkpoint \
--create_new_adapter \
2023-07-31 23:33:00 +08:00
--dataset comparison_gpt4_zh \
--template default \
2023-07-21 16:57:58 +08:00
--finetuning_type lora \
2023-08-18 11:43:10 +08:00
--lora_target q_proj,v_proj \
2023-07-21 16:57:58 +08:00
--output_dir path_to_rm_checkpoint \
2023-08-11 03:02:53 +08:00
--per_device_train_batch_size 2 \
2023-07-21 16:57:58 +08:00
--gradient_accumulation_steps 4 \
--lr_scheduler_type cosine \
--logging_steps 10 \
--save_steps 1000 \
2023-08-18 11:43:10 +08:00
--learning_rate 1e-6 \
2023-07-21 16:57:58 +08:00
--num_train_epochs 1.0 \
--plot_loss \
--fp16
```
2023-08-18 01:51:55 +08:00
#### PPO 训练
2023-07-21 16:57:58 +08:00
```bash
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage ppo \
--do_train \
2023-12-15 20:53:11 +08:00
--model_name_or_path path_to_llama_model \
--adapter_name_or_path path_to_sft_checkpoint \
--create_new_adapter \
2023-07-31 23:33:00 +08:00
--dataset alpaca_gpt4_zh \
--template default \
2023-07-21 16:57:58 +08:00
--finetuning_type lora \
2023-08-18 11:43:10 +08:00
--lora_target q_proj,v_proj \
2023-07-21 16:57:58 +08:00
--reward_model path_to_rm_checkpoint \
--output_dir path_to_ppo_checkpoint \
--per_device_train_batch_size 2 \
--gradient_accumulation_steps 4 \
--lr_scheduler_type cosine \
2023-11-17 16:18:07 +08:00
--top_k 0 \
--top_p 0.9 \
2023-07-21 16:57:58 +08:00
--logging_steps 10 \
--save_steps 1000 \
--learning_rate 1e-5 \
--num_train_epochs 1.0 \
2023-11-20 21:39:15 +08:00
--plot_loss \
--fp16
2023-07-21 16:57:58 +08:00
```
2024-02-26 17:25:47 +08:00
> [!TIP]
> 使用 `--adapter_name_or_path path_to_sft_checkpoint,path_to_ppo_checkpoint` 来进行微调模型的推理。
2023-11-20 21:39:15 +08:00
> [!WARNING]
2023-11-20 22:52:11 +08:00
> 如果使用 fp16 精度进行 LLaMA-2 模型的 PPO 训练,请使用 `--per_device_train_batch_size=1`。
2023-11-20 21:39:15 +08:00
2023-08-18 01:51:55 +08:00
#### DPO 训练
2023-08-11 03:02:53 +08:00
```bash
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage dpo \
--do_train \
2023-12-15 20:53:11 +08:00
--model_name_or_path path_to_llama_model \
--adapter_name_or_path path_to_sft_checkpoint \
--create_new_adapter \
2023-08-11 03:02:53 +08:00
--dataset comparison_gpt4_zh \
--template default \
--finetuning_type lora \
2023-08-18 11:43:10 +08:00
--lora_target q_proj,v_proj \
2023-08-11 03:02:53 +08:00
--output_dir path_to_dpo_checkpoint \
--per_device_train_batch_size 2 \
--gradient_accumulation_steps 4 \
--lr_scheduler_type cosine \
--logging_steps 10 \
--save_steps 1000 \
--learning_rate 1e-5 \
--num_train_epochs 1.0 \
--plot_loss \
--fp16
```
2024-02-26 17:25:47 +08:00
> [!TIP]
> 使用 `--adapter_name_or_path path_to_sft_checkpoint,path_to_dpo_checkpoint` 来进行微调模型的推理。
2023-07-22 14:29:22 +08:00
### 多 GPU 分布式训练
2023-07-21 16:57:58 +08:00
2023-08-12 21:23:05 +08:00
#### 使用 Huggingface Accelerate
2023-07-21 16:57:58 +08:00
```bash
2024-03-20 17:59:45 +08:00
accelerate launch --config_file config.yaml src/train_bash.py \
--ddp_timeout 180000000 \
... # 参数同上
2023-07-21 16:57:58 +08:00
```
2024-03-09 03:58:18 +08:00
< details > < summary > 使用 Accelerate 进行 LoRA 训练的 config.yaml 示例< / summary >
2023-07-21 16:57:58 +08:00
```yaml
compute_environment: LOCAL_MACHINE
2024-02-21 18:30:29 +08:00
debug: false
2023-09-10 20:43:56 +08:00
distributed_type: MULTI_GPU
2023-07-21 16:57:58 +08:00
downcast_bf16: 'no'
2023-09-10 20:43:56 +08:00
gpu_ids: all
2023-07-21 16:57:58 +08:00
machine_rank: 0
main_training_function: main
mixed_precision: fp16
num_machines: 1
num_processes: 4
rdzv_backend: static
same_network: true
tpu_env: []
tpu_use_cluster: false
tpu_use_sudo: false
use_cpu: false
```
< / details >
2024-03-06 14:51:51 +08:00
> [!TIP]
> 我们推荐使用 Accelerate 进行 LoRA 训练。
2023-08-12 21:23:05 +08:00
#### 使用 DeepSpeed
```bash
2024-03-06 14:51:51 +08:00
deepspeed --num_gpus 8 src/train_bash.py \
2023-08-12 21:25:19 +08:00
--deepspeed ds_config.json \
2024-03-20 17:59:45 +08:00
--ddp_timeout 180000000 \
2023-08-12 21:25:19 +08:00
... # 参数同上
2023-08-12 21:23:05 +08:00
```
2024-03-09 03:58:18 +08:00
< details > < summary > 使用 DeepSpeed ZeRO-2 进行全参数训练的 ds_config.json 示例< / summary >
2023-08-12 21:23:05 +08:00
```json
{
2023-09-10 21:01:20 +08:00
"train_batch_size": "auto",
2023-08-12 21:23:05 +08:00
"train_micro_batch_size_per_gpu": "auto",
"gradient_accumulation_steps": "auto",
"gradient_clipping": "auto",
"zero_allow_untested_optimizer": true,
"fp16": {
"enabled": "auto",
"loss_scale": 0,
"loss_scale_window": 1000,
2024-03-06 14:51:51 +08:00
"initial_scale_power": 16,
2023-08-12 21:23:05 +08:00
"hysteresis": 2,
"min_loss_scale": 1
2024-01-09 18:31:27 +08:00
},
2024-03-06 14:51:51 +08:00
"bf16": {
"enabled": "auto"
},
2023-08-12 21:23:05 +08:00
"zero_optimization": {
"stage": 2,
"allgather_partitions": true,
"allgather_bucket_size": 5e8,
2024-03-06 14:51:51 +08:00
"overlap_comm": true,
2023-08-12 21:23:05 +08:00
"reduce_scatter": true,
"reduce_bucket_size": 5e8,
2024-03-06 14:51:51 +08:00
"contiguous_gradients": true,
"round_robin_gradients": true
2023-08-12 21:23:05 +08:00
}
}
```
< / details >
2024-03-06 14:51:51 +08:00
> [!TIP]
> 更多训练脚本请查看 [examples](examples)。
2023-12-18 15:46:45 +08:00
### 合并 LoRA 权重并导出模型
2023-07-21 16:57:58 +08:00
```bash
2024-03-07 20:26:31 +08:00
CUDA_VISIBLE_DEVICES=0 python src/export_model.py \
2023-08-18 11:43:10 +08:00
--model_name_or_path path_to_llama_model \
2023-12-15 20:53:11 +08:00
--adapter_name_or_path path_to_checkpoint \
2023-07-31 23:33:00 +08:00
--template default \
2023-07-21 16:57:58 +08:00
--finetuning_type lora \
2023-12-28 18:47:19 +08:00
--export_dir path_to_export \
--export_size 2 \
--export_legacy_format False
2023-07-21 16:57:58 +08:00
```
2023-12-04 11:02:29 +08:00
> [!WARNING]
2023-12-15 23:44:50 +08:00
> 尚不支持量化模型的 LoRA 权重合并及导出。
> [!TIP]
2024-03-04 19:29:26 +08:00
> 仅使用 `--model_name_or_path path_to_export` 来加载导出后的模型。
>
2024-03-05 03:20:23 +08:00
> 合并 LoRA 权重之后可再次使用 `--export_quantization_bit 4` 和 `--export_quantization_dataset data/c4_demo.json` 基于 AutoGPTQ 量化模型。
2023-12-04 11:02:29 +08:00
2024-02-25 16:26:08 +08:00
### 使用 OpenAI 风格 API 推理
2023-07-22 14:29:22 +08:00
2023-07-21 16:57:58 +08:00
```bash
2024-03-07 20:34:49 +08:00
CUDA_VISIBLE_DEVICES=0 API_PORT=8000 python src/api_demo.py \
2023-08-18 11:43:10 +08:00
--model_name_or_path path_to_llama_model \
2023-12-15 20:53:11 +08:00
--adapter_name_or_path path_to_checkpoint \
2023-07-31 23:33:00 +08:00
--template default \
2023-12-15 20:53:11 +08:00
--finetuning_type lora
2023-07-21 16:57:58 +08:00
```
2023-11-20 21:39:15 +08:00
> [!TIP]
2023-09-10 20:43:56 +08:00
> 关于 API 文档请见 `http://localhost:8000/docs`。
2023-07-21 16:57:58 +08:00
2024-02-25 16:26:08 +08:00
### 使用命令行推理
2023-07-21 16:57:58 +08:00
```bash
2024-03-07 20:26:31 +08:00
CUDA_VISIBLE_DEVICES=0 python src/cli_demo.py \
2023-08-18 11:43:10 +08:00
--model_name_or_path path_to_llama_model \
2023-12-15 20:53:11 +08:00
--adapter_name_or_path path_to_checkpoint \
2023-07-31 23:33:00 +08:00
--template default \
2023-12-15 20:53:11 +08:00
--finetuning_type lora
2023-07-21 16:57:58 +08:00
```
2024-02-25 16:26:08 +08:00
### 使用浏览器推理
2023-07-21 16:57:58 +08:00
```bash
2024-03-07 20:26:31 +08:00
CUDA_VISIBLE_DEVICES=0 python src/web_demo.py \
2023-08-18 11:43:10 +08:00
--model_name_or_path path_to_llama_model \
2023-12-15 20:53:11 +08:00
--adapter_name_or_path path_to_checkpoint \
2023-07-31 23:33:00 +08:00
--template default \
2023-12-15 20:53:11 +08:00
--finetuning_type lora
2023-07-21 16:57:58 +08:00
```
2023-09-23 21:10:17 +08:00
### 模型评估
```bash
CUDA_VISIBLE_DEVICES=0 python src/evaluate.py \
--model_name_or_path path_to_llama_model \
2023-12-15 20:53:11 +08:00
--adapter_name_or_path path_to_checkpoint \
2023-09-23 21:10:17 +08:00
--template vanilla \
2023-12-15 20:53:11 +08:00
--finetuning_type lora \
2023-09-23 21:10:17 +08:00
--task ceval \
--split validation \
--lang zh \
--n_shot 5 \
--batch_size 4
```
### 模型预测
2023-07-21 16:57:58 +08:00
```bash
2023-08-18 01:51:55 +08:00
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage sft \
2023-09-23 00:34:17 +08:00
--do_predict \
2023-12-15 20:53:11 +08:00
--model_name_or_path path_to_llama_model \
--adapter_name_or_path path_to_checkpoint \
2023-08-18 01:51:55 +08:00
--dataset alpaca_gpt4_zh \
2023-07-31 23:33:00 +08:00
--template default \
2023-07-21 16:57:58 +08:00
--finetuning_type lora \
2023-09-23 00:34:17 +08:00
--output_dir path_to_predict_result \
2024-02-25 16:26:08 +08:00
--per_device_eval_batch_size 1 \
2023-08-18 01:51:55 +08:00
--max_samples 100 \
2023-11-20 21:39:15 +08:00
--predict_with_generate \
--fp16
2023-08-18 01:51:55 +08:00
```
2023-11-20 21:39:15 +08:00
> [!WARNING]
2023-11-20 22:52:11 +08:00
> 如果使用 fp16 精度进行 LLaMA-2 模型的预测,请使用 `--per_device_eval_batch_size=1`。
2023-11-20 21:39:15 +08:00
> [!TIP]
2023-09-23 21:10:17 +08:00
> 我们建议在量化模型的预测中使用 `--per_device_eval_batch_size=1` 和 `--max_target_length 128`。
2023-07-21 16:57:58 +08:00
2023-10-29 22:07:13 +08:00
## 使用了 LLaMA Factory 的项目
2024-02-25 15:34:47 +08:00
1. Wang et al. ESRL: Efficient Sampling-based Reinforcement Learning for Sequence Generation. 2023. [[arxiv]](https://arxiv.org/abs/2308.02223)
1. Yu et al. Open, Closed, or Small Language Models for Text Classification? 2023. [[arxiv]](https://arxiv.org/abs/2308.10092)
1. Luceri et al. Leveraging Large Language Models to Detect Influence Campaigns in Social Media. 2023. [[arxiv]](https://arxiv.org/abs/2311.07816)
1. Zhang et al. Alleviating Hallucinations of Large Language Models through Induced Hallucinations. 2023. [[arxiv]](https://arxiv.org/abs/2312.15710)
2024-02-25 15:18:58 +08:00
1. Wang et al. Know Your Needs Better: Towards Structured Understanding of Marketer Demands with Analogical Reasoning Augmented LLMs. 2024. [[arxiv]](https://arxiv.org/abs/2401.04319)
2024-02-25 15:34:47 +08:00
1. Wang et al. CANDLE: Iterative Conceptualization and Instantiation Distillation from Large Language Models for Commonsense Reasoning. 2024. [[arxiv]](https://arxiv.org/abs/2401.07286)
2024-02-25 15:18:58 +08:00
1. Choi et al. FACT-GPT: Fact-Checking Augmentation via Claim Matching with LLMs. 2024. [[arxiv]](https://arxiv.org/abs/2402.05904)
1. Zhang et al. AutoMathText: Autonomous Data Selection with Language Models for Mathematical Texts. 2024. [[arxiv]](https://arxiv.org/abs/2402.07625)
1. Lyu et al. KnowTuning: Knowledge-aware Fine-tuning for Large Language Models. 2024. [[arxiv]](https://arxiv.org/abs/2402.11176)
1. Yang et al. LaCo: Large Language Model Pruning via Layer Collaps. 2024. [[arxiv]](https://arxiv.org/abs/2402.11187)
1. Bhardwaj et al. Language Models are Homer Simpson! Safety Re-Alignment of Fine-tuned Language Models through Task Arithmetic. 2024. [[arxiv]](https://arxiv.org/abs/2402.11746)
1. Yang et al. Enhancing Empathetic Response Generation by Augmenting LLMs with Small-scale Empathetic Models. 2024. [[arxiv]](https://arxiv.org/abs/2402.11801)
1. Yi et al. Generation Meets Verification: Accelerating Large Language Model Inference with Smart Parallel Auto-Correct Decoding. 2024. [[arxiv]](https://arxiv.org/abs/2402.11809)
1. Cao et al. Head-wise Shareable Attention for Large Language Models. 2024. [[arxiv]](https://arxiv.org/abs/2402.11819)
1. Zhang et al. Enhancing Multilingual Capabilities of Large Language Models through Self-Distillation from Resource-Rich Languages. 2024. [[arxiv]](https://arxiv.org/abs/2402.12204)
1. Kim et al. Efficient and Effective Vocabulary Expansion Towards Multilingual Large Language Models. 2024. [[arxiv]](https://arxiv.org/abs/2402.14714)
2024-02-25 15:34:47 +08:00
1. ** [StarWhisper ](https://github.com/Yu-Yang-Li/StarWhisper )**: 天文大模型 StarWhisper, 基于 ChatGLM2-6B 和 Qwen-14B 在天文数据上微调而得。
1. ** [DISC-LawLLM ](https://github.com/FudanDISC/DISC-LawLLM )**: 中文法律领域大模型 DISC-LawLLM, 基于 Baichuan-13B 微调而得,具有法律推理和知识检索能力。
1. ** [Sunsimiao ](https://github.com/thomas-yanxin/Sunsimiao )**: 孙思邈中文医疗大模型 Sumsimiao, 基于 Baichuan-7B 和 ChatGLM-6B 在中文医疗数据上微调而得。
1. ** [CareGPT ](https://github.com/WangRongsheng/CareGPT )**: 医疗大模型项目 CareGPT, 基于 LLaMA2-7B 和 Baichuan-13B 在中文医疗数据上微调而得。
1. ** [MachineMindset ](https://github.com/PKU-YuanGroup/Machine-Mindset/ )**: MBTI性格大模型项目, 根据数据集与训练方式让任意 LLM 拥有 16 个不同的性格类型。
2024-01-13 23:12:47 +08:00
2023-11-20 21:39:15 +08:00
> [!TIP]
2023-11-18 11:09:52 +08:00
> 如果您有项目希望添加至上述列表,请通过邮件联系或者创建一个 PR。
2023-07-21 16:57:58 +08:00
## 协议
2023-07-22 14:29:22 +08:00
本仓库的代码依照 [Apache-2.0 ](LICENSE ) 协议开源。
2023-07-21 16:57:58 +08:00
2024-03-12 18:30:38 +08:00
使用模型权重时,请遵循对应的模型协议:[Baichuan2](https://huggingface.co/baichuan-inc/Baichuan2-7B-Base/blob/main/Community%20License%20for%20Baichuan%202%20Model.pdf) / [BLOOM ](https://huggingface.co/spaces/bigscience/license ) / [ChatGLM3 ](https://github.com/THUDM/ChatGLM3/blob/main/MODEL_LICENSE ) / [DeepSeek ](https://github.com/deepseek-ai/DeepSeek-LLM/blob/main/LICENSE-MODEL ) / [Falcon ](https://huggingface.co/tiiuae/falcon-180B/blob/main/LICENSE.txt ) / [Gemma ](https://ai.google.dev/gemma/terms ) / [InternLM2 ](https://github.com/InternLM/InternLM#license ) / [LLaMA ](https://github.com/facebookresearch/llama/blob/main/MODEL_CARD.md ) / [LLaMA-2 ](https://ai.meta.com/llama/license/ ) / [Mistral ](LICENSE ) / [OLMo ](LICENSE ) / [Phi-1.5/2 ](https://huggingface.co/microsoft/phi-1_5/resolve/main/Research%20License.docx ) / [Qwen ](https://github.com/QwenLM/Qwen/blob/main/Tongyi%20Qianwen%20LICENSE%20AGREEMENT ) / [StarCoder2 ](https://huggingface.co/spaces/bigcode/bigcode-model-license-agreement ) / [XVERSE ](https://github.com/xverse-ai/XVERSE-13B/blob/main/MODEL_LICENSE.pdf ) / [Yi ](https://huggingface.co/01-ai/Yi-6B/blob/main/LICENSE ) / [Yuan ](https://github.com/IEIT-Yuan/Yuan-2.0/blob/main/LICENSE-Yuan )
2023-07-21 16:57:58 +08:00
## 引用
2023-07-22 14:29:22 +08:00
如果您觉得此项目有帮助,请考虑以下列格式引用
2023-07-21 16:57:58 +08:00
```bibtex
2023-10-12 21:42:29 +08:00
@Misc {llama-factory,
title = {LLaMA Factory},
2023-07-21 16:57:58 +08:00
author = {hiyouga},
2023-10-12 21:42:29 +08:00
howpublished = {\url{https://github.com/hiyouga/LLaMA-Factory}},
2023-07-21 16:57:58 +08:00
year = {2023}
}
```
## 致谢
2023-10-09 20:02:50 +08:00
本项目受益于 [PEFT ](https://github.com/huggingface/peft )、[QLoRA](https://github.com/artidoro/qlora) 和 [FastChat ](https://github.com/lm-sys/FastChat ),感谢以上诸位作者的付出。
2023-07-21 16:57:58 +08:00
## Star History
2023-10-12 21:42:29 +08:00
![Star History Chart ](https://api.star-history.com/svg?repos=hiyouga/LLaMA-Factory&type=Date )