support for replit lm
This commit is contained in:
55
examples/replit-3b/config-lora.yml
Normal file
55
examples/replit-3b/config-lora.yml
Normal file
@@ -0,0 +1,55 @@
|
|||||||
|
base_model: replit/replit-code-v1-3b
|
||||||
|
base_model_config: replit/replit-code-v1-3b
|
||||||
|
trust_remote_code: true
|
||||||
|
load_in_8bit: false
|
||||||
|
datasets:
|
||||||
|
- path: vicgalle/alpaca-gpt4
|
||||||
|
type: alpaca
|
||||||
|
dataset_prepared_path: last_run_prepared
|
||||||
|
val_set_size: 0.05
|
||||||
|
adapter: lora
|
||||||
|
lora_model_dir:
|
||||||
|
sequence_len: 2048
|
||||||
|
max_packed_sequence_len:
|
||||||
|
lora_r: 8
|
||||||
|
lora_alpha: 16
|
||||||
|
lora_dropout: 0.05
|
||||||
|
lora_target_modules:
|
||||||
|
- Wqkv
|
||||||
|
- mlp_up
|
||||||
|
- mlp_down
|
||||||
|
lora_fan_in_fan_out:
|
||||||
|
wandb_project: lora-replit
|
||||||
|
wandb_watch:
|
||||||
|
wandb_run_id:
|
||||||
|
wandb_log_model:
|
||||||
|
output_dir: ./lora-replit
|
||||||
|
batch_size: 8
|
||||||
|
micro_batch_size: 1
|
||||||
|
num_epochs: 3
|
||||||
|
optimizer:
|
||||||
|
torchdistx_path:
|
||||||
|
lr_scheduler:
|
||||||
|
learning_rate: 0.00001
|
||||||
|
train_on_inputs: false
|
||||||
|
group_by_length: false
|
||||||
|
bf16: true
|
||||||
|
tf32: true
|
||||||
|
gradient_checkpointing:
|
||||||
|
early_stopping_patience:
|
||||||
|
resume_from_checkpoint:
|
||||||
|
local_rank:
|
||||||
|
logging_steps: 1
|
||||||
|
xformers_attention:
|
||||||
|
flash_attention:
|
||||||
|
gptq_groupsize:
|
||||||
|
gptq_model_v1:
|
||||||
|
warmup_steps: 20
|
||||||
|
eval_steps: 50
|
||||||
|
save_steps:
|
||||||
|
debug:
|
||||||
|
deepspeed:
|
||||||
|
weight_decay: 0
|
||||||
|
fsdp:
|
||||||
|
fsdp_config:
|
||||||
|
#special_tokens:
|
||||||
@@ -163,11 +163,20 @@ def load_model(
|
|||||||
if not tokenizer:
|
if not tokenizer:
|
||||||
try:
|
try:
|
||||||
if is_llama_derived_model and "LlamaTokenizer" in globals():
|
if is_llama_derived_model and "LlamaTokenizer" in globals():
|
||||||
tokenizer = LlamaTokenizer.from_pretrained(model)
|
tokenizer = LlamaTokenizer.from_pretrained(
|
||||||
|
model,
|
||||||
|
trust_remote_code=True if cfg.trust_remote_code is True else False,
|
||||||
|
)
|
||||||
else:
|
else:
|
||||||
tokenizer = getattr(transformers, tokenizer_type).from_pretrained(model)
|
tokenizer = getattr(transformers, tokenizer_type).from_pretrained(
|
||||||
|
model,
|
||||||
|
trust_remote_code=True if cfg.trust_remote_code is True else False,
|
||||||
|
)
|
||||||
except:
|
except:
|
||||||
tokenizer = AutoTokenizer.from_pretrained(base_model_config)
|
tokenizer = AutoTokenizer.from_pretrained(
|
||||||
|
base_model_config,
|
||||||
|
trust_remote_code=True if cfg.trust_remote_code is True else False,
|
||||||
|
)
|
||||||
|
|
||||||
logging.debug(f"EOS: {tokenizer.eos_token_id} / {tokenizer.eos_token}")
|
logging.debug(f"EOS: {tokenizer.eos_token_id} / {tokenizer.eos_token}")
|
||||||
logging.debug(f"BOS: {tokenizer.bos_token_id} / {tokenizer.bos_token}")
|
logging.debug(f"BOS: {tokenizer.bos_token_id} / {tokenizer.bos_token}")
|
||||||
|
|||||||
Reference in New Issue
Block a user