push up redpajama 3b example
This commit is contained in:
6
examples/redpajama/README.md
Normal file
6
examples/redpajama/README.md
Normal file
@@ -0,0 +1,6 @@
|
|||||||
|
# RedPajama 3B preview release
|
||||||
|
|
||||||
|
```shell
|
||||||
|
accelerate launch scripts/finetune.py examples/redpajama/config-3b.yml
|
||||||
|
|
||||||
|
```
|
||||||
59
examples/redpajama/config-3b.yml
Normal file
59
examples/redpajama/config-3b.yml
Normal file
@@ -0,0 +1,59 @@
|
|||||||
|
base_model: togethercomputer/RedPajama-INCITE-Chat-3B-v1
|
||||||
|
base_model_config: togethercomputer/RedPajama-INCITE-Chat-3B-v1
|
||||||
|
model_type: GPTNeoXForCausalLM
|
||||||
|
tokenizer_type: GPTNeoXTokenizer
|
||||||
|
trust_remote_code:
|
||||||
|
load_in_8bit: false
|
||||||
|
datasets:
|
||||||
|
- path: vicgalle/alpaca-gpt4
|
||||||
|
type: alpaca
|
||||||
|
dataset_prepared_path: last_run_prepared
|
||||||
|
val_set_size: 0.02
|
||||||
|
adapter:
|
||||||
|
lora_model_dir:
|
||||||
|
sequence_len: 2048
|
||||||
|
max_packed_sequence_len:
|
||||||
|
lora_r: 8
|
||||||
|
lora_alpha: 16
|
||||||
|
lora_dropout: 0.05
|
||||||
|
lora_target_modules:
|
||||||
|
- q_proj
|
||||||
|
- v_proj
|
||||||
|
lora_fan_in_fan_out: false
|
||||||
|
wandb_project: redpajama-alpaca-3b
|
||||||
|
wandb_watch:
|
||||||
|
wandb_run_id:
|
||||||
|
wandb_log_model: checkpoint
|
||||||
|
output_dir: ./redpajama-alpaca-3b
|
||||||
|
batch_size: 4
|
||||||
|
micro_batch_size: 1
|
||||||
|
num_epochs: 3
|
||||||
|
optimizer: adamw_bnb_8bit
|
||||||
|
torchdistx_path:
|
||||||
|
lr_scheduler: cosine
|
||||||
|
learning_rate: 0.0000002
|
||||||
|
train_on_inputs: false
|
||||||
|
group_by_length: false
|
||||||
|
bf16: true
|
||||||
|
tf32: true
|
||||||
|
early_stopping_patience:
|
||||||
|
resume_from_checkpoint:
|
||||||
|
local_rank:
|
||||||
|
logging_steps: 5
|
||||||
|
xformers_attention:
|
||||||
|
flash_attention:
|
||||||
|
gptq_groupsize:
|
||||||
|
gptq_model_v1:
|
||||||
|
warmup_steps: 20
|
||||||
|
eval_steps: 110
|
||||||
|
save_steps: 660
|
||||||
|
debug:
|
||||||
|
deepspeed:
|
||||||
|
weight_decay: 0.0001
|
||||||
|
fsdp:
|
||||||
|
fsdp_config:
|
||||||
|
special_tokens:
|
||||||
|
pad_token: "<|padding|>"
|
||||||
|
bos_token: "<|endoftext|>"
|
||||||
|
eos_token: "<|endoftext|>"
|
||||||
|
unk_token: "<|endoftext|>"
|
||||||
Reference in New Issue
Block a user