mirror of
https://gitee.com/ascend/MindSpeed-LLM.git
synced 2025-12-06 11:28:59 +08:00
!3023 [pytorch][md]update docs for pretrain and finetuning
Merge pull request !3023 from HanhuiChen/2.1.0
This commit is contained in:
HanhuiChen
@@ -1,90 +1,234 @@
|
||||
# MindSpeed-LLM 单样本指令微调
|
||||
# 大模型指令微调
|
||||
|
||||
## 指令微调简介
|
||||
## 使用场景
|
||||
|
||||
指令微调（Instruction Fine-Tuning）是一种使预训练模型能够理解和执行自然语言指令的微调方法，广泛应用于大规模语言模型。通过在多任务、多样化的数据集上进行微调，指令微调使得模型在应对各种任务时更加灵活并更具泛化能力。
|
||||
|
||||
## 指令微调的原理
|
||||
|
||||
指令微调的核心思想是通过多任务和多样化指令数据集，训练模型以理解和执行数据集中不同任务的指令。具体来说，指令微调首先收集多个不同任务的数据集，并将每个任务转换为指令形式的输入，帮助大模型在多样化任务上提升泛化能力。该过程不仅包括直接的监督训练，还可结合人类反馈进行进一步优化。指令微调的基本原理如下：
|
||||
大模型虽然在预训练后拥有强大的语言能力，但它们往往缺乏任务意识或交互能力。通过在多任务、多样化的数据集上进行微调，指令微调（Instruction Fine-Tuning）使得模型在应对各种任务时更加灵活并更具泛化能力。
|
||||
指令微调首先收集多个不同任务的数据集，并将每个任务转换为指令形式的输入，帮助大模型在多样化任务上提升泛化能力。具体来说，就是通过“指令-输出”的配对样本，使用有监督学习的方式，让模型学会执行具体任务。指令微调的基本原理如下：
|
||||
|
||||
|
||||
*图源：[Instruction Tuning for Large Language Models: A Survey.](https://arxiv.org/pdf/2308.10792v5)*
|
||||
|
||||
**MindSpeed-LLM支持的指令微调，在微调效果保持一致的前提下，MindSpeed-LLM可以表现出优异性能**
|
||||
根据指令微调的数据格式，可分为以下三种常见的使用场景：
|
||||
|
||||
## 指令微调示例
|
||||
### 单样本微调
|
||||
|
||||
在`1x8`的集群配置下，使用`Atlas 900 A2 PODc`进行全参数微调。**以LLaMA2-7B模型在TP8PP1切分后生成的权重作为输入，进行指令微调示例。**
|
||||
每条数据为一个独立的任务样本，包括指令和目标回复。适合用于问答、翻译、单轮任务等。
|
||||
|
||||
`Alpaca`数据预处理部分详见[**Alpaca风格数据的说明文档**](datasets/alpaca_dataset.md)。
|
||||
- 数据格式示例：
|
||||
|
||||
`ShareGPT`数据预处理部分详见[**ShareGPT风格数据的说明文档**](datasets/sharegpt_dataset.md)。
|
||||
|
||||
`Pairwise`数据预处理部分详见[**Pairwise风格数据的说明文档**](datasets/pairwise_dataset.md)。
|
||||
|
||||
**接下来将以Alpaca数据集作为输入，进行全参数微调示例。**
|
||||
|
||||
### 初始化环境变量
|
||||
|
||||
`source /usr/local/Ascend/ascend-toolkit/set_env.sh`
|
||||
|
||||
`source /usr/local/Ascend/nnal/atb/set_env.sh`
|
||||
|
||||
### 启动脚本
|
||||
|
||||
使用LLaMA2-7B模型目录下的[微调脚本](../../../../examples/legacy/llama2/tune_llama2_7b_full_ptd.sh)。
|
||||
|
||||
#### 模型脚本环境变量声明：
|
||||
脚本中的环境变量配置见[环境变量说明](../../features/environment_variable.md)
|
||||
|
||||
#### 填写相关路径
|
||||
|
||||
`DATA_PATH`：指定数据预处理后的保存路径。
|
||||
|
||||
`TOKENIZER_MODEL`：指定模型的分词器路径（例如`tokenizer.model`）。
|
||||
|
||||
`CKPT_LOAD_DIR`：指向权重转换后保存的路径。
|
||||
|
||||
`CKPT_SAVE_DIR`：指向用户指定的微调后权重保存路径（例如指定保存到`ckpt`文件夹下）。
|
||||
|
||||
因此，根据之前的示例，路径应填写如下：
|
||||
```bash
|
||||
DATA_PATH="./finetune_dataset/alpaca"
|
||||
CKPT_SAVE_DIR="./ckpt/"
|
||||
TOKENIZER_MODEL="./model_from_hf/llama-2-7b-hf/"
|
||||
CKPT_LOAD_DIR="./model_weights/llama-2-7b-legacy/"
|
||||
```json
|
||||
{
|
||||
"instruction": "请将下面的句子翻译成英文：我爱自然语言处理。",
|
||||
"response": "I love natural language processing."
|
||||
}
|
||||
```
|
||||
#### 指令微调相关参数
|
||||
|
||||
【--is-instruction-dataset】
|
||||
### [多样本pack微调](./multi_sample_pack_finetune.md)
|
||||
|
||||
用于指定微调过程中采用指令微调数据集，以确保模型依据特定指令数据进行微调。
|
||||
为了提高训练效率，将多个样本拼接打包成一个长序列，减少填充，提高显存利用率。
|
||||
|
||||
【--prompt-type】
|
||||
- 原始样本：
|
||||
|
||||
用于指定模型模板，能够让base模型微调后能具备更好的对话能力。`prompt-type`的可选项可以在[`templates`](../../../../configs/finetune/templates.json)文件内查看。
|
||||
```json
|
||||
[
|
||||
{
|
||||
"instruction": "请将以下句子翻译成英文：我们正在开发一款新的人工智能助手。",
|
||||
"response": "We are developing a new AI assistant."
|
||||
},
|
||||
{
|
||||
"instruction": "请列出三个可再生能源的例子。",
|
||||
"response": "太阳能、风能和水能是三种常见的可再生能源。"
|
||||
}
|
||||
]
|
||||
```
|
||||
|
||||
【--variable-seq-lengths】
|
||||
- 拼接后输入示例：
|
||||
|
||||
支持以动态的序列长度进行微调，默认padding到`8`的整数倍，可以通过`--pad-to-multiple-of`参数来修改padding的倍数。
|
||||
```json
|
||||
<bos> Instruction: 请将以下句子翻译成英文：我们正在开发一款新的人工智能助手。
|
||||
Response: We are developing a new AI assistant. <eos>
|
||||
Instruction: 请列出三个可再生能源的例子。
|
||||
Response: 太阳能、风能和水能是三种常见的可再生能源。 <eos>
|
||||
```
|
||||
|
||||
#### 运行脚本
|
||||
### [多轮对话微调](./multi-turn_conversation.md)
|
||||
|
||||
用于训练模型进行连续对话，保留上下文信息。每条样本包含一轮以上的用户和模型对话。
|
||||
|
||||
- 数据示例：
|
||||
|
||||
```json
|
||||
{
|
||||
"conversations": [
|
||||
{"role": "user", "content": "你好"},
|
||||
{"role": "assistant", "content": "你好，有什么我可以帮你的吗？"},
|
||||
{"role": "user", "content": "什么是强化学习？"},
|
||||
{"role": "assistant", "content": "强化学习是一种让智能体通过试错方式学习策略的方法。"}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
- 构造的输入示例：
|
||||
|
||||
```json
|
||||
<user>: 你好
|
||||
<assistant>: 你好，有什么我可以帮你的吗？
|
||||
<user>: 什么是强化学习？
|
||||
<assistant>: 强化学习是一种让智能体通过试错方式学习策略的方法。
|
||||
```
|
||||
## 使用方法
|
||||
|
||||
本章节介绍如何基于预训练语言模型，使用单样本格式数据完成指令微调任务，其他数据格式请参考[多样本pack微调](./multi_sample_pack_finetune.md)和[多轮对话微调](./multi-turn_conversation.md)。该使用方法是基于Qwen3-8B模型和单台`Atlas 900 A2 PODc`（1x8集群）进行全参数微调。大模型微调主要包含以下流程：
|
||||
|
||||
|
||||
|
||||
第一步，请参考[安装指导](../../install_guide.md)，完成环境安装。请注意由于Qwen3要求使用`transformers>=4.51.0`，因此Python需使用3.9及以上版本。请在训练开始前配置好昇腾NPU套件相关的环境变量，如下所示：
|
||||
|
||||
```shell
|
||||
source /usr/local/Ascend/ascend-toolkit/set_env.sh # 以具体的ascend-toolkit路径为主
|
||||
source /usr/local/Ascend/nnal/atb/set_env.sh # 以具体的nnal路径为主
|
||||
```
|
||||
第二步，准备好模型权重和微调数据集。模型权重下载请参考[Dense模型](../../models/dense_model.md)、[MOE模型](../../models/moe_model.md)和[SSM模型](../../models/ssm_model.md)文档中对应模型的下载链接。以[Qwen3-8B](https://huggingface.co/Qwen/Qwen3-8B/tree/main)模型为例，完整的模型文件夹应该包括以下内容：
|
||||
|
||||
```shell
|
||||
.
|
||||
├── README.md # 模型说明文档
|
||||
├── config.json # 模型结构配置文件
|
||||
├── generation_config.json # 文本生成时的配置
|
||||
├── merges.txt # tokenizer的合并规则文件
|
||||
├── model-00001-of-00005.safetensors # 模型权重文件第1部分（共5部分）
|
||||
├── model-00002-of-00005.safetensors # 模型权重文件第2部分
|
||||
├── model-00003-of-00005.safetensors # 模型权重文件第3部分
|
||||
├── model-00004-of-00005.safetensors # 模型权重文件第4部分
|
||||
├── model-00005-of-00005.safetensors # 模型权重文件第5部分
|
||||
├── model.safetensors.index.json # 权重分片索引文件，指示各个权重参数对应的文件
|
||||
├── tokenizer.json # Hugging Face格式的tokenizer
|
||||
├── tokenizer_config.json # tokenizer相关配置
|
||||
└── vocab.json # 模型词表文件
|
||||
```
|
||||
|
||||
数据集准备请参考[Alpaca风格数据集](datasets/alpaca_dataset.md)、[ShareGPT风格数据集](datasets/sharegpt_dataset.md)和[Pairwise风格数据集](datasets/pairwise_dataset.md)的相关内容，目前已支持`.parquet`, `.csv`, `.json`, `.jsonl`, `.txt`, `.arrow`的格式的数据文件。
|
||||
|
||||
第三步，进行[权重转换](../checkpoint_convert.md)，即将模型原始的HF权重转换成Megatron权重，以Qwen3-8B模型在TP1PP4切分为例，详细配置请参考[Qwen3-8B权重转换脚本](../../../../examples/mcore/qwen3/ckpt_convert_qwen3_hf2mcore.sh)。需要修改脚本中的以下参数配置：
|
||||
|
||||
```shell
|
||||
--load-dir ./model_from_hf/qwen3_hf/ # HF权重路径
|
||||
--save-dir ./model_weights/qwen3_mcore/ # Megatron权重保存路径
|
||||
--tokenizer-model ./model_from_hf/qwen3_hf/tokenizer.json # HF的tokenizer路径
|
||||
--target-tensor-parallel-size 1 # TP切分大小
|
||||
--target-pipeline-parallel-size 4 # PP切分大小
|
||||
```
|
||||
|
||||
确认路径无误后运行权重转换脚本：
|
||||
|
||||
```shell
|
||||
bash examples/mcore/qwen3/ckpt_convert_qwen3_hf2mcore.sh
|
||||
```
|
||||
|
||||
第四步，进行数据预处理。因为不同数据集使用的处理方法不同，请先确认好预处理的数据格式，详细使用说明跳转到以下文档：
|
||||
|
||||
- [Alpaca微调数据使用文档](datasets/alpaca_dataset.md)
|
||||
- [ShareGPT微调数据使用文档](datasets/sharegpt_dataset.md)
|
||||
- [Pairwise微调数据使用文档](datasets/pairwise_dataset.md)
|
||||
|
||||
接下来将以Alpaca数据集为例执行数据预处理，详细配置请参考[Qwen3数据预处理脚本](../../../../examples/mcore/qwen3/data_convert_qwen3_instruction.sh)。需要修改脚本内的路径：
|
||||
|
||||
```shell
|
||||
source /usr/local/Ascend/ascend-toolkit/set_env.sh # 修改为真实的ascend-toolkit路径
|
||||
......
|
||||
--input ./dataset/train-00000-of-00001-a09b74b3ef9c3b56.parquet # 原始数据集路径
|
||||
--tokenizer-name-or-path ./mdoel_from_hf/qwen3_hf # HF的tokenizer路径
|
||||
--output-prefix ./finetune_dataset/alpaca # 保存路径
|
||||
......
|
||||
```
|
||||
数据预处理相关参数说明：
|
||||
|
||||
- `handler-name`：指定数据集的处理类，常用的有`AlpacaStylePairwiseHandler`，`SharegptStyleInstructionHandler`，`AlpacaStylePairwiseHandler`等。
|
||||
- `tokenizer-type`：指定处理数据的tokenizer，常用是的`PretrainedFromHF`。
|
||||
- `workers`：处理数据集的并行数。
|
||||
- `log-interval`：处理进度更新的间隔步数。
|
||||
- `enable-thinking`：快慢思考模板开关，可设定为`[true,false,none]`，默认值是`none`。开启后，会在数据集的模型回复中添加`<think>`和`</think>`，并参与到loss计算，所有数据被当成慢思考数据；当关闭后，空的CoT标志将被添加到数据集的用户输入中，不参与loss计算，所有数据被当成快思考数据；设置为`none`时适合原始数据集时混合快慢思考数据的场景。**目前只支持Qwen3系列模型**。
|
||||
- `prompt-type`：用于指定模型模板，能够让base模型微调后能具备更好的对话能力。`prompt-type`的可选项可以在[`templates`](../../../../configs/finetune/templates.json)文件内查看。
|
||||
|
||||
相关参数设置完毕后，运行数据预处理脚本：
|
||||
|
||||
```shell
|
||||
bash examples/mcore/qwen3/data_convert_qwen3_instruction.sh
|
||||
```
|
||||
|
||||
第五步，配置模型微调脚本，详细的参数配置请参考[Qwen3-8b微调脚本](../../../../examples/mcore/qwen3/tune_qwen3_8b_4K_full_ptd.sh)。脚本中的环境变量配置见[环境变量说明](../../features/environment_variable.md)。模型微调可在单机或者多机上运行，以下是单机运行的相关参数配置说明：
|
||||
|
||||
```shell
|
||||
# 单机配置
|
||||
GPUS_PER_NODE=8
|
||||
MASTER_ADDR=locahost
|
||||
MASTER_PORT=6000
|
||||
NNODES=1
|
||||
NODE_RANK=0
|
||||
WORLD_SIZE=$(($GPUS_PER_NODE * $NNODES))
|
||||
```
|
||||
|
||||
环境变量确认无误后，需要修改相关路径参数和模型切分配置：
|
||||
|
||||
```shell
|
||||
CKPT_LOAD_DIR="your model ckpt path" # 指向权重转换后保存的路径
|
||||
CKPT_SAVE_DIR="your model save ckpt path" # 指向用户指定的微调后权重保存路径
|
||||
DATA_PATH="your data path" # 指定处理后的数据路径
|
||||
TOKENIZER_PATH="your tokenizer path" # 指定模型的tokenizer路径
|
||||
TP=1 # 模型权重转换的tp大小，在本例中是1
|
||||
PP=4 # 模型权重转换的pp大小，在本例中是4
|
||||
```
|
||||
|
||||
微调脚本相关参数说明
|
||||
- `DATA_PATH`：数据集路径。请注意实际数据预处理生成文件末尾会增加`_input_ids_document`等后缀，该参数填写到数据集的前缀即可。例如实际的数据集相对路径是`./finetune_dataset/alpaca/alpaca_packed_input_ids_document.bin`等，那么只需要填`./finetune_dataset/alpaca/alpaca`即可。
|
||||
- `is-instruction-dataset`：用于指定微调过程中采用指令微调数据集，以确保模型依据特定指令数据进行微调。
|
||||
- `variable-seq-lengths`：在不同的mini-batch间支持以动态的序列长度进行微调，默认padding到`8`的整数倍，可以通过`pad-to-multiple-of`参数来修改padding的倍数。假设微调时指定`--seq-length`序列长度为1024，开启`--variable-seq-lengths`后，序列长度会padding到真实数据长度的8整数倍。如下图所示：
|
||||
|
||||
|
||||
第六步，启动微调脚本。参数配置完毕后，如果是单机运行场景，只需要在一台机器上启动微调脚本：
|
||||
|
||||
```bash
|
||||
bash examples/legacy/llama2/tune_llama2_7b_full_ptd.sh
|
||||
bash examples/mcore/qwen3/tune_qwen3_8b_4K_full_ptd.sh
|
||||
```
|
||||
### 指令微调序列场景说明
|
||||
根据序列类型的不同，我们需要选择对应的微调脚本和不同的数据预处理方式，这里以llama2的指令微调举例：
|
||||
|
||||
如果是多机运行，则需要在单机的脚本上修改以下参数：
|
||||
|
||||
```shell
|
||||
# 多机配置
|
||||
# 根据分布式集群实际情况配置分布式参数
|
||||
GPUS_PER_NODE=8 # 每个节点的卡数
|
||||
MASTER_ADDR="your master node IP" # 都需要修改为主节点的IP地址（不能为localhost）
|
||||
MASTER_PORT=6000
|
||||
NNODES=2 # 集群里的节点数，以实际情况填写,
|
||||
NODE_RANK="current node id" # 当前节点的RANK，多个节点不能重复，主节点为0, 其他节点可以是1,2..
|
||||
WORLD_SIZE=$(($GPUS_PER_NODE * $NNODES))
|
||||
```
|
||||
|
||||
最后确保每台机器上的模型路径和数据集路径等无误后，在多个终端上同时启动预训练脚本即可开始训练。
|
||||
|
||||
第七步，进行模型验证。完成微调后，需要进一步验证模型是否具备了预期的输出能力。我们提供了简单的模型生成脚本，只需要加载微调后的模型权重，便可观察模型在不同生成参数配置下的回复，详细配置请参考[Qwen3-8B推理脚本](../../../../examples/mcore/qwen3/generate_qwen3_8b_ptd.sh)。需要在脚本中修改以下参数：
|
||||
|
||||
```bash
|
||||
CKPT_DIR="your model save ckpt path" # 指向微调后权重的保存路径
|
||||
TOKENIZER_PATH="your tokenizer path" # 指向模型tokenizer的路径
|
||||
```
|
||||
|
||||
然后运行推理脚本：
|
||||
|
||||
```bash
|
||||
bash examples/mcore/qwen3/generate_qwen3_8b_ptd.sh
|
||||
```
|
||||
|
||||
此外，若想要验证模型在不同任务下的表现，请参考[模型评估](../evaluation/evaluation_guide.md)来更全面评估微调效果。
|
||||
|
||||
## 使用约束
|
||||
|
||||
序列类型的不同，其对应的微调脚本和数据预处理方式也不同，这里以Qwen3的指令微调举例：
|
||||
|
||||
| 序列长度 | 特点 | 训练脚本 | 数据预处理方式 |
|
||||
|--------|--------------------------------|----|---------------------------------------------------------|
|
||||
| 动态长度序列 | sample吞吐高 | 训练脚本需要使用`--variable-seq-lengths`参数 | 使用默认预处理脚本，如`data_convert_llama2_instruction.sh` |
|
||||
| 样本拼接序列 | token吞吐高，支持长序列并行 | 训练脚本文件命名上会有`pack`标识 | 使用带pack标识的预处理脚本，如`data_convert_llama2_pretrain_pack.sh` |
|
||||
| 固定长度序列 | 性能低，不推荐使用 | 训练脚本文件命名上会有`pad`标识 | 使用默认预处理脚本，如`data_convert_llama2_instruction.sh` |
|
||||
| 固定长度序列 | 性能低，不推荐使用 | 训练时不使用`--variable-seq-lengths`参数 | 使用默认预处理脚本，如`data_convert_qwen3_instruction.sh` |
|
||||
| 动态长度序列 | sample吞吐高 | 训练脚本需要使用`--variable-seq-lengths`参数 | 使用默认预处理脚本，如`data_convert_qwen3_instruction.sh` |
|
||||
| 样本拼接序列 | token吞吐高，支持长序列并行 | 训练脚本需要使用`--reset-position-ids`参数，不启用`--variable-seq-lengths` | 使用pack配置的预处理脚本，详见[多样本pack微调](./multi_sample_pack_finetune.md) |
|
||||
|
||||
|
||||
您可以根据自己的使用场景，灵活选择对应类型的指令微调训练脚本和数据预处理脚本。
|
||||
|
||||
## 参考文献
|
||||
|
||||
[Zhang, S., Dong, L., Li, X., Zhang, S., Sun, X., Wang, S., Li, J., Hu, R., Zhang, T., Wu, F., & Wang, G. (2023). *Instruction Tuning for Large Language Models: A Survey*.](https://arxiv.org/pdf/2308.10792v5)
|
||||
请根据自己的使用场景，灵活选择对应类型的指令微调训练脚本和数据预处理脚本。
|
||||
@@ -1,90 +1,74 @@
|
||||
### 大模型分布式预训练
|
||||
# 大模型分布式预训练
|
||||
|
||||
#### 1. 准备工作
|
||||
## 使用场景
|
||||
|
||||
参考[安装指导](../../install_guide.md)，完成环境安装，参考[权重转换](../checkpoint_convert.md)和[预训练数据处理](pretrain_dataset.md)完成权重准备和数据预处理。
|
||||
大模型预训练（Pretraining）是语言模型发展的核心步骤，目标是让模型通过大规模无标签语料学习语言规律与世界知识。预训练过程更关注语言建模本身，而非具体任务执行。以GPT类模型为例，它是一种典型的自回归语言模型，其核心思想是基于历史上下文预测下一个标记。预训练的过程就是通过反复优化这种预测能力，模型逐渐学会如何理解语境、保持句子连贯性，并掌握更高层次的语言结构，为多种下游任务提供通用的语言表示能力。
|
||||
预训练数据通常为纯文本格式，无任务导向，例如：
|
||||
|
||||
#### 2. 配置预训练参数
|
||||
|
||||
#### 模型脚本环境变量声明：
|
||||
脚本中的环境变量配置见[环境变量说明](../../features/environment_variable.md)
|
||||
|
||||
legacy分支的预训练脚本保存在 example/legacy 中各模型文件夹下：pretrain_xxx_xx.sh
|
||||
|
||||
mcore分支的预训练脚本保存在 example/mcore 中各模型文件夹下：pretrain_xxx_xx.sh
|
||||
|
||||
需根据实际情况修改路径和参数值：
|
||||
|
||||
**示例：**
|
||||
|
||||
examples/legacy/llama2/pretrain_llama2_7b_ptd.sh *(legacy分支)*
|
||||
|
||||
examples/mcore/llama2/pretrain_llama2_7b_ptd.sh *(mcore分支)*
|
||||
|
||||
路径配置：包括**权重保存路径**、**权重加载路径**、**词表路径**、**数据集路径**
|
||||
|
||||
```shell
|
||||
# 根据实际情况配置权重保存、权重加载、词表、数据集路径
|
||||
# 注意：提供的路径需要加双引号
|
||||
CKPT_SAVE_DIR="./ckpt/llama-2-7b" # 训练完成后的权重保存路径
|
||||
CKPT_LOAD_DIR="./model_weights/llama-2-7b-mcore/" # 权重加载路径，填入权重转换时保存的权重路径
|
||||
TOKENIZER_MODEL="./model_from_hf/llama-2-7b-hf/tokenizer.model" # 词表路径，填入下载的开源权重词表路径
|
||||
DATA_PATH="./dataset/enwiki_text_document" # 数据集路径，填入数据预处理时保存的数据路径
|
||||
```json
|
||||
{"text": "今天是个好天气，我们一起去爬山。"}
|
||||
{"text": "深度学习正在改变世界。"}
|
||||
{"text": "AI的出现推动了人类社会的发展。"}
|
||||
```
|
||||
|
||||
【--tokenizer-type】
|
||||
## 使用方法
|
||||
|
||||
参数值为PretrainedFromHF时， 词表路径仅需要填到模型文件夹即可，不需要到tokenizer.model文件
|
||||
本章节以Qwen3-8B模型为例，介绍了预训练启动方法。如果需要使用数据集pack模式，请参考[大模型预训练pack模式](./pretrain_eod.md)。大模型分布式预训练主要包含以下流程：
|
||||
|
||||
**示例：**
|
||||
|
||||
|
||||
第一步，请在训练开始前参考[安装指导](../../install_guide.md)，完成环境安装。请注意由于Qwen3要求使用`transformers>=4.51.0`，因此Python需使用3.9及以上版本。环境搭建完成后，确保在预训练开始前已经配置好昇腾NPU套件相关的环境变量，如下所示：
|
||||
|
||||
```shell
|
||||
TOKENIZER_PATH="./model_from_hf/llama-2-7b-hf/"
|
||||
--tokenizer-name-or-path ${TOKENIZER_PATH}
|
||||
source /usr/local/Ascend/ascend-toolkit/set_env.sh # 以具体的ascend-toolkit路径为主
|
||||
source /usr/local/Ascend/nnal/atb/set_env.sh # 以具体的nnal路径为主
|
||||
```
|
||||
|
||||
参数值不为PretrainedFromHF时，例如Llama2Tokenizer，需要指定到tokenizer.model文件
|
||||
第二步，数据预处理。首先准备好原始数据集，常见的预训练数据集有：
|
||||
- [Alpaca数据集](https://huggingface.co/datasets/tatsu-lab/alpaca)
|
||||
- [Enwiki数据集](https://huggingface.co/datasets/lsb/enwiki20230101)
|
||||
- [C4数据集](https://huggingface.co/datasets/allenai/c4)
|
||||
- [ChineseWebText](https://huggingface.co/datasets/CASIA-LM/ChineseWebText)
|
||||
|
||||
**示例：**
|
||||
接下来以[Enwiki数据集](https://huggingface.co/datasets/lsb/enwiki20230101)为例执行数据预处理，详细的脚本配置可参考[Qwen3预训练数据处理脚本](../../../../examples/mcore/qwen3/data_convert_qwen3_pretrain.sh)，需要修改脚本中的以下路径：
|
||||
|
||||
```shell
|
||||
TOKENIZER_MODEL="./model_from_hf/llama-2-7b-hf/tokenizer.model"
|
||||
--tokenizer-model ${TOKENIZER_MODEL} \
|
||||
source /usr/local/Ascend/ascend-toolkit/set_env.sh # 修改为真实的ascend-toolkit路径
|
||||
......
|
||||
--input ./dataset/train-00000-of-00042-d964455e17e96d5a.parquet # 原始数据集路径
|
||||
--tokenizer-name-or-path ./mdoel_from_hf/qwen3_hf # HF的tokenizer路径
|
||||
--output-prefix ./finetune_dataset/alpaca # 保存路径
|
||||
......
|
||||
```
|
||||
|
||||
数据预处理相关参数说明:
|
||||
|
||||
【--data-path】
|
||||
|
||||
支持多数据集训练，参数格式如下
|
||||
|
||||
格式一（数据集权重根据提供的weight参数）
|
||||
- `input`：可以直接输入到数据集目录或具体文件，如果是目录，则处理全部文件, 支持`.parquet`，`.csv`，`.json`，`.jsonl`，`.txt`，`.arrow`格式， 同一个文件夹下的数据格式需要保持一致。
|
||||
- `handler-name`：当前预训练默认使用 `GeneralPretrainHandler`，支持的是预训练数据风格，提取数据的`text`列，格式如下：
|
||||
|
||||
```shell
|
||||
--data-path "dataset1-weight dataset1-path dataset2-weight dataset2-path"
|
||||
[
|
||||
{"text": "document"},
|
||||
{"other keys": "optional content"}
|
||||
]
|
||||
```
|
||||
- `json-keys`：从文件中提取的列名列表，默认为 `text`，可以为 `text`, `input`, `title` 等多个输入，结合具体需求及数据集内容使用，如：
|
||||
|
||||
```shell
|
||||
--json-keys text input output
|
||||
```
|
||||
- `n-subs`：数据预处理并行加速参数。当需要预处理的数据集比较大时，可以通过并行处理进行加速，方法为设置参数`--n-subs`，通过该参数设置并行处理数量。在数据预处理过程会将原始数据集切分为`n_sub`个子集，对子集进行并行处理，然后合并，从而实现加速。建议预处理数据集超过GB级别时加上该参数。
|
||||
|
||||
相关参数设置完毕后，运行数据预处理脚本：
|
||||
|
||||
```shell
|
||||
bash examples/mcore/qwen3/data_convert_qwen3_pretrain.sh
|
||||
```
|
||||
|
||||
**示例：**
|
||||
第三步，配置模型预训练脚本，详细的参数配置请参考[Qwen3-8B预训练脚本](../../../../examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh)。脚本中的环境变量配置见[环境变量说明](../../features/environment_variable.md)。单机运行的配置说明如下：
|
||||
|
||||
```shell
|
||||
--data-path "0.5 ./dataset/enwiki_text_document1 0.5 ./dataset/enwiki_text_document2"
|
||||
```
|
||||
|
||||
格式二（根据数据集的长度推出数据集的权重）
|
||||
|
||||
```shell
|
||||
--data-path "dataset1-path dataset2-path"
|
||||
```
|
||||
|
||||
**示例：**
|
||||
|
||||
```shell
|
||||
--data-path "./dataset/enwiki_text_document1 ./dataset/enwiki_text_document2"
|
||||
```
|
||||
|
||||
【单机运行】
|
||||
|
||||
```shell
|
||||
GPUS_PER_NODE=8
|
||||
GPUS_PER_NODE=8 # 节点的卡数
|
||||
MASTER_ADDR=locahost
|
||||
MASTER_PORT=6000
|
||||
NNODES=1
|
||||
@@ -92,7 +76,42 @@ NODE_RANK=0
|
||||
WORLD_SIZE=$(($GPUS_PER_NODE * $NNODES))
|
||||
```
|
||||
|
||||
【多机运行】
|
||||
环境变量确认无误后，需要在脚本中修改相关路径参数和模型切分配置：
|
||||
|
||||
```shell
|
||||
# 注意：提供的路径需要加双引号
|
||||
CKPT_SAVE_DIR="your model save ckpt path" # 训练完成后的权重保存路径
|
||||
CKPT_LOAD_DIR="your data path" # 权重加载路径，填入权重转换时保存的权重路径
|
||||
TOKENIZER_PATH="your tokenizer path" # 词表路径，填入下载的开源权重词表路径
|
||||
DATA_PATH="your model ckpt path" # 数据集路径，填入数据预处理时保存的数据路径
|
||||
|
||||
TP=1 # 模型权重转换的tp大小，在本例中是1
|
||||
PP=4 # 模型权重转换的pp大小，在本例中是4
|
||||
```
|
||||
|
||||
脚本内的相关参数说明:
|
||||
|
||||
- `DATA_PATH`：数据集路径。请注意实际数据预处理生成文件末尾会增加`_text_document`，该参数填写到数据集的文件前缀即可。例如实际的数据集相对路径是`./finetune_dataset/alpaca/alpaca_text_document.bin`等，那么只需要填`./finetune_dataset/alpaca/alpaca_text_document`即可。
|
||||
- `tokenizer-type`：参数值为PretrainedFromHF时， 词表路径仅需要填到模型文件夹即可，不需要到tokenizer.model文件；参数值不为PretrainedFromHF时，例如Qwen3Tokenizer，需要指定到tokenizer.model文件。示例如下
|
||||
|
||||
```shell
|
||||
# tokenizer-type为PretrainedFromHF
|
||||
TOKENIZER_PATH="./model_from_hf/Qwen3-8B/"
|
||||
--tokenizer-name-or-path ${TOKENIZER_PATH}
|
||||
|
||||
|
||||
# tokenizer-type不为PretrainedFromHF
|
||||
TOKENIZER_MODEL="./model_from_hf/Qwen3-8B/tokenizer.model"
|
||||
--tokenizer-model ${TOKENIZER_MODEL} \
|
||||
```
|
||||
|
||||
第四步，预训练脚本配置完毕后，运行脚本启动预训练。
|
||||
|
||||
```shell
|
||||
bash examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh
|
||||
```
|
||||
|
||||
如果是多机运行，那么需要在[Qwen3-8B预训练脚本](../../../../examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh)中修改以下参数：
|
||||
|
||||
```shell
|
||||
# 根据分布式集群实际情况配置分布式参数
|
||||
@@ -104,41 +123,8 @@ NODE_RANK="current node id" # 当前节点的RANK，多个节点不能重复，
|
||||
WORLD_SIZE=$(($GPUS_PER_NODE * $NNODES))
|
||||
```
|
||||
|
||||
最后确保每台机器上的模型路径和数据集路径等无误后，在多个终端上同时启动预训练脚本即可开始训练。如果使用多机训练，且没有设置数据共享，需要在训练启动脚本中增加`no-shared-storage`参数。设置此参数之后将会根据布式参数判断非主节点是否需要load数据，并检查相应缓存和生成数据。
|
||||
|
||||
#### 3. 启动预训练
|
||||
## 使用约束
|
||||
|
||||
##### 初始化环境变量
|
||||
|
||||
`source /usr/local/Ascend/ascend-toolkit/set_env.sh`
|
||||
|
||||
`source /usr/local/Ascend/nnal/atb/set_env.sh`
|
||||
|
||||
【legacy分支】
|
||||
|
||||
```shell
|
||||
bash examples/legacy/模型文件夹/pretrain_xxx_xxx.sh
|
||||
```
|
||||
|
||||
**示例：** *(以llama2-7B为例)*
|
||||
|
||||
```shell
|
||||
bash examples/legacy/llama2/pretrain_llama2_7b_ptd.sh
|
||||
```
|
||||
|
||||
【mcore分支】
|
||||
|
||||
```shell
|
||||
bash examples/mcore/模型文件夹/pretrain_xxx_xxx.sh
|
||||
```
|
||||
|
||||
**示例：**
|
||||
|
||||
```shell
|
||||
bash examples/mcore/llama2/pretrain_llama2_7b_ptd.sh
|
||||
```
|
||||
|
||||
**注意**：
|
||||
- "--save-interval" 用于设定运行多少个epoch后存储权重。
|
||||
- 如需存储日志到脚本文件中，请在运行路径目录下创建logs文件夹。
|
||||
- 多机训练需在多个终端同时启动预训练脚本(每个终端的预训练脚本只有NODE_RANK参数不同，其他参数均相同)
|
||||
- 如果使用多机训练，且没有设置数据共享，需要在训练启动脚本中增加`--no-shared-storage`参数，设置此参数之后将会根据布式参数判断非主节点是否需要load数据，并检查相应缓存和生成数据
|
||||
- 如需存储日志到脚本文件中，请在运行路径目录下创建`logs`文件夹
|
||||
@@ -1,45 +1,129 @@
|
||||
# 大模型分布式预训练——pack模式
|
||||
# 大模型分布式预训练pack模式
|
||||
|
||||
## EOD Reset训练场景
|
||||
## 使用场景
|
||||
|
||||
预训练任务中，通常一个批次中输入进模型的文本序列是由多个文档（doc）拼接得到。在默认情况下，多个文档被视为同一序列，互相间的self attention没有掩盖。在特定情况下，如果多个文档不可以被直接拼接成一个序列，即要求多个文档间要求独立，此时文档间不能互相做self attention，在这种情况下attention mask和position ids需要在每个文档结束的位置（EOD）被重新设置。
|
||||
在大模型的预训练任务中，一个训练批次中的输入序列通常由多个文档拼接而成。默认情况下，模型会将这些文档视为一个连续的序列，不会对它们之间的self attention进行遮挡，这意味着不同文档之间可以相互建立上下文依赖。
|
||||
|
||||
MindSpeed-LLM支持多样本pack模式预训练，即在多个样本进行拼接的时候，使用文档结束符(eod)将不同的文档分割开，在训练过程中进行不同doc之间self attention的隔离。使用此功能，只需要在数据预处理和训练脚本中添加相应参数即可。
|
||||
然而，在某些特定场景下，不同文档之间需要相互独立，不能共享上下文信息。例如，当文档之间存在语义不相关性或需要保持训练目标隔离时，必须禁止它们之间的 self attention。此时，模型需要在每个文档的结束位置（EOD）处，重新设置attention mask和position ids，以实现文档级别的注意力隔离。为提升token的利用率，预训练过程中可以采用pack技术，即将多个较短的样本拼接成一个完整的训练序列。在此过程中，模型无法自动识别不同样本的边界，因此需要在每条样本末尾显式插入EOD token，以标识边界并指导后续的attention mask构建。要启用该功能，用户只需在数据预处理和训练脚本中设置相应参数，即可实现高效且语义明确的预训练过程。
|
||||
|
||||
## 使用说明
|
||||
大模型分布式预训练pack模式主要包含以下流程：
|
||||
|
||||
可参考llama3-8b脚本：[pack预训练数据处理](../../../../examples/mcore/llama3/data_convert_llama3_pretrain_pack.sh)，[pack模式预训练](../../../../examples/mcore/llama3/pretrain_llama3_8b_pack_ptd.sh)。
|
||||
|
||||
|
||||
#### 数据预处理
|
||||
|
||||
在[预训练数据预处理](pretrain_dataset.md)基础上，加上`--append-eod`参数，即可进行pack预训练模式的数据预处理:
|
||||
第一步，请在训练开始前参考[安装指导](../../install_guide.md)，完成环境安装。请注意由于Qwen3要求使用`transformers>=4.51.0`，因此Python需使用3.9及以上版本。环境搭建完成后，确保在预训练开始前已经配置好昇腾NPU套件相关的环境变量，如下所示：
|
||||
|
||||
```shell
|
||||
python ./preprocess_data.py \
|
||||
--input ./dataset/train-00000-of-00001-a09b74b3ef9c3b56.parquet \
|
||||
--tokenizer-name-or-path ./model_from_hf/llama3_hf/ \
|
||||
--output-prefix ./dataset/enwiki \
|
||||
--workers 4 \
|
||||
--log-interval 1000 \
|
||||
--tokenizer-type PretrainedFromHF \
|
||||
--append-eod # 预训练数据预处理添加此参数使能pack模式预训练
|
||||
source /usr/local/Ascend/ascend-toolkit/set_env.sh # 以具体的ascend-toolkit路径为主
|
||||
source /usr/local/Ascend/nnal/atb/set_env.sh # 以具体的nnal路径为主
|
||||
```
|
||||
|
||||
#### 训练脚本
|
||||
第二步，数据预处理。首先准备好原始数据集，常见的预训练数据集有：
|
||||
- [Alpaca数据集](https://huggingface.co/datasets/tatsu-lab/alpaca)
|
||||
- [Enwiki数据集](https://huggingface.co/datasets/lsb/enwiki20230101)
|
||||
- [C4数据集](https://huggingface.co/datasets/allenai/c4)
|
||||
- [ChineseWebText](https://huggingface.co/datasets/CASIA-LM/ChineseWebText)
|
||||
|
||||
在[普通预训练](pretrain.md)基础上，加上`--reset-position-ids`参数，即可进行pack模式预训练。
|
||||
接下来以[Enwiki数据集](https://huggingface.co/datasets/lsb/enwiki20230101)为例执行数据预处理，详细的脚本配置可参考[Qwen3预训练数据处理脚本](../../../../examples/mcore/qwen3/data_convert_qwen3_pretrain.sh)，需要修改脚本中的以下内容：
|
||||
|
||||
```shell
|
||||
# examples/mcore/llama3/pretrain_llama3_8b_pack_ptd.sh
|
||||
.....
|
||||
ACCELERATE_ARGS="
|
||||
--swap-attention \
|
||||
--use-mc2 \
|
||||
--reuse-fp32-param \
|
||||
--reset-position-ids \ # 在普通预训练脚本中添加此参数进行pack模式预训练
|
||||
--use-distributed-optimizer \
|
||||
--overlap-grad-reduce \
|
||||
--overlap-param-gather \
|
||||
"
|
||||
....
|
||||
source /usr/local/Ascend/ascend-toolkit/set_env.sh # 修改为真实的ascend-toolkit路径
|
||||
......
|
||||
--input ./dataset/train-00000-of-00042-d964455e17e96d5a.parquet # 原始数据集路径
|
||||
--tokenizer-name-or-path ./mdoel_from_hf/qwen3_hf # HF的tokenizer路径
|
||||
--output-prefix ./finetune_dataset/alpaca # 保存路径
|
||||
--append-eod # 添加此参数开启pack模式数据预处理
|
||||
......
|
||||
```
|
||||
数据预处理相关参数说明:
|
||||
|
||||
- `input`：可以直接输入到数据集目录或具体文件，如果是目录，则处理全部文件, 支持`.parquet`，`.csv`，`.json`，`.jsonl`，`.txt`，`.arrow`格式， 同一个文件夹下的数据格式需要保持一致。
|
||||
- `handler-name`：当前预训练默认使用 `GeneralPretrainHandler`，支持的是预训练数据风格，提取数据的`text`列，格式如下：
|
||||
|
||||
```shell
|
||||
[
|
||||
{"text": "document"},
|
||||
{"other keys": "optional content"}
|
||||
]
|
||||
```
|
||||
- `json-keys`：从文件中提取的列名列表，默认为 `text`，可以为 `text`, `input`, `title` 等多个输入，结合具体需求及数据集内容使用，如：
|
||||
|
||||
```shell
|
||||
--json-keys text input output
|
||||
```
|
||||
- `n-subs`：数据预处理并行加速参数。当需要预处理的数据集比较大时，可以通过并行处理进行加速，方法为设置参数`--n-subs`，通过该参数设置并行处理数量。在数据预处理过程会将原始数据集切分为`n_sub`个子集，对子集进行并行处理，然后合并，从而实现加速。建议预处理数据集超过GB级别时加上该参数。
|
||||
- `append-eod`：该参数的作用是将文档结束标记`EOD`显示地添加到每条数据的末尾，防止模型学习无意义的关联。还参数使能后的效果如下：
|
||||
|
||||
|
||||
相关参数设置完毕后，运行数据预处理脚本：
|
||||
|
||||
```shell
|
||||
bash examples/mcore/qwen3/data_convert_qwen3_pretrain.sh
|
||||
```
|
||||
|
||||
第三步，配置模型预训练脚本，详细的参数配置请参考[Qwen3-8B预训练脚本](../../../../examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh)。脚本中的环境变量配置见[环境变量说明](../../features/environment_variable.md)。单机运行的配置说明如下：
|
||||
|
||||
```shell
|
||||
GPUS_PER_NODE=8 # 节点的卡数
|
||||
MASTER_ADDR=locahost
|
||||
MASTER_PORT=6000
|
||||
NNODES=1
|
||||
NODE_RANK=0
|
||||
WORLD_SIZE=$(($GPUS_PER_NODE * $NNODES))
|
||||
```
|
||||
|
||||
环境变量确认无误后，需要在脚本中修改相关路径参数和模型切分配置：
|
||||
|
||||
```shell
|
||||
# 注意：提供的路径需要加双引号
|
||||
CKPT_SAVE_DIR="your model save ckpt path" # 训练完成后的权重保存路径
|
||||
CKPT_LOAD_DIR="your data path" # 权重加载路径，填入权重转换时保存的权重路径
|
||||
TOKENIZER_PATH="your tokenizer path" # 词表路径，填入下载的开源权重词表路径
|
||||
DATA_PATH="your model ckpt path" # 数据集路径，填入数据预处理时保存的数据路径
|
||||
|
||||
TP=1 # 模型权重转换的tp大小，在本例中是1
|
||||
PP=4 # 模型权重转换的pp大小，在本例中是4
|
||||
```
|
||||
|
||||
以上通用配置完成后，要开启pack模式训练，需要在[Qwen3-8B预训练脚本](../../../../examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh)基础上，加上`--reset-position-ids`参数，该参数开启时，模型将在每个EOD之后，将对position id从0开始重新编号，从而隔离不同句子间的位置计算。该参数的使能效果如下图所示：
|
||||
|
||||
|
||||
|
||||
脚本内的其他相关参数说明:
|
||||
|
||||
- `DATA_PATH`：数据集路径。请注意实际数据预处理生成文件末尾会增加`_text_document`，该参数填写到数据集的前缀即可。例如实际的数据集相对路径是`./finetune_dataset/alpaca/alpaca_text_document.bin`等，那么只需要填`./finetune_dataset/alpaca/alpaca_text_document`即可。
|
||||
- `tokenizer-type`：参数值为PretrainedFromHF时， 词表路径仅需要填到模型文件夹即可，不需要到tokenizer.model文件；参数值不为PretrainedFromHF时，例如Qwen3Tokenizer，需要指定到tokenizer.model文件。示例如下
|
||||
|
||||
```shell
|
||||
# tokenizer-type为PretrainedFromHF
|
||||
TOKENIZER_PATH="./model_from_hf/Qwen3-8B/"
|
||||
--tokenizer-name-or-path ${TOKENIZER_PATH}
|
||||
|
||||
|
||||
# tokenizer-type不为PretrainedFromHF
|
||||
TOKENIZER_MODEL="./model_from_hf/Qwen3-8B/tokenizer.model"
|
||||
--tokenizer-model ${TOKENIZER_MODEL} \
|
||||
```
|
||||
|
||||
第四步，预训练脚本配置完毕后，运行脚本启动预训练。
|
||||
|
||||
```shell
|
||||
bash examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh
|
||||
```
|
||||
如果是多机运行，那么需要在[Qwen3-8B预训练脚本](../../../../examples/mcore/qwen3/pretrain_qwen3_8b_4K_ptd.sh)中修改以下参数：
|
||||
|
||||
```shell
|
||||
# 根据分布式集群实际情况配置分布式参数
|
||||
GPUS_PER_NODE=8 # 每个节点的卡数
|
||||
MASTER_ADDR="your master node IP" # 都需要修改为主节点的IP地址（不能为localhost）
|
||||
MASTER_PORT=6000
|
||||
NNODES=2 # 集群里的节点数，以实际情况填写,
|
||||
NODE_RANK="current node id" # 当前节点的RANK，多个节点不能重复，主节点为0, 其他节点可以是1,2..
|
||||
WORLD_SIZE=$(($GPUS_PER_NODE * $NNODES))
|
||||
```
|
||||
|
||||
最后确保每台机器上的模型路径和数据集路径等无误后，在多个终端上同时启动预训练脚本即可开始训练。如果使用多机训练，且没有设置数据共享，需要在训练启动脚本中增加`no-shared-storage`参数。设置此参数之后将会根据布式参数判断非主节点是否需要load数据，并检查相应缓存和生成数据。
|
||||
|
||||
## 使用约束
|
||||
|
||||
- 数据预处理阶段的`append-eod`参数需要和预训练阶段的`reset-position-ids`参数搭配一起使用。如果只开`append-eod`的话，文档末尾添加了 `<EOD>`，但位置编码不重置，不同文档的token编号连续，模型仍可能学习跨文档的位置信息；如果只开`reset-position-ids`，触发位置重置需要 `<EOD>`，如果没加`append-eod`，重置逻辑根本不会生效。因此这两个参数需要同时开启。
|
||||
@@ -11,7 +11,7 @@
|
||||
<tbody>
|
||||
<tr>
|
||||
<td rowspan="1">环境安装指导</td>
|
||||
<td><a href="pytorch/install_guide.md">install_guide.md</a></td>
|
||||
<td><a href="./pytorch/install_guide.md">install_guide.md</a></td>
|
||||
<td></td>
|
||||
</tr>
|
||||
<tr>
|
||||
@@ -70,6 +70,10 @@
|
||||
<td rowspan="1"><a href="pytorch/solutions/finetune/multi_sample_pack_finetune.md">multi_sample_pack_finetune</a></td>
|
||||
<td rowspan="1">多样本Pack微调方案</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td rowspan="1"><a href="pytorch/solutions/finetune/multi-turn_conversation.md">multi-turn_conversation</a></td>
|
||||
<td rowspan="1">多轮对话微调方案</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td rowspan="1"><a href="pytorch/solutions/finetune/lora_finetune.md">lora_finetune</a></td>
|
||||
<td rowspan="1">模型lora微调方案</td>
|
||||
@@ -78,10 +82,6 @@
|
||||
<td rowspan="1"><a href="pytorch/solutions/finetune/qlora_finetune.md">qlora_finetune</a></td>
|
||||
<td rowspan="1">模型qlora微调方案</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td rowspan="1"><a href="pytorch/solutions/finetune/multi-turn_conversation.md">multi-turn_conversation</a></td>
|
||||
<td rowspan="1">多轮对话微调方案</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td rowspan="3">模型推理方法</td>
|
||||
<td rowspan="1"><a href="pytorch/solutions/inference/inference.md">inference</a></td>
|
||||
|
||||
Binary file not shown.
|
After Width: | Height: | Size: 16 KiB |
BIN
sources/images/instruction_finetune/variable_seq_lengths.png
Normal file
BIN
sources/images/instruction_finetune/variable_seq_lengths.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 14 KiB |
BIN
sources/images/pretrain/append-eod.png
Normal file
BIN
sources/images/pretrain/append-eod.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 10 KiB |
BIN
sources/images/pretrain/process_of_pretraining.png
Normal file
BIN
sources/images/pretrain/process_of_pretraining.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 10 KiB |
BIN
sources/images/pretrain/reset-position-ids.png
Normal file
BIN
sources/images/pretrain/reset-position-ids.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 21 KiB |
Reference in New Issue
Block a user