---
license: llama3
datasets:
- REILX/neo_sft_phase2_single
- REILX/neo_sft_phase2_multi
- REILX/neo_sft_phase2_conversations
language:
- en
- zh
pipeline_tag: text-generation
tags:
- text-generation-inference
- llama
- sft
- lora
---

### 基础模型：：
- https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct

### 数据集

以 m-a-p/neo_sft_phase2 数据集为基石，构建了四个子数据集，分别如下：

1. REILX/neo_sft_phase2_conversations
2. REILX/neo_sft_phase2_multi
3. REILX/neo_sft_phase2_single
4. REILX/neo_sft_phase2_all_pair

### 数据集构建规则

**REILX/neo_sft_phase2_conversations**

* **方法：** 将每轮对话视作独立的问答对，融入上下文信息构建样本。
* **具体步骤：**
    1. 针对每个“conversation”，逐一遍历其对话轮次。
    2. 将当前“human”轮次的“value”与之前所有轮次的对话内容拼接，构成完整的“instruction”。
    3. 将当前“gpt”轮次的“value”作为最终的“output”。
    4. “input”可为空白，亦可注入适当的提示信息。

**REILX/neo_sft_phase2_multi**

* **方法：** 将每轮对话视作独立的问答对，利用上下文信息构建样本。
* **具体步骤：**
    1. 针对每个“conversation”，逐一遍历其对话轮次。
    2. 将每个“conversation”中所有“human”的“value”拼接，构成完整的“instruction”。
    3. 将每个“conversation”中所有“gpt”的“value”拼接，构成最终的“output”。
    4. “input”可为空白，亦可注入适当的提示信息。

**REILX/neo_sft_phase2_single**

* **具体步骤：**
    1. 针对每个“conversation”，逐一遍历其对话轮次。
    2. 仅保留包含一轮对话的“conversation”，舍弃多轮对话数据。
    3. 将该“conversation”的“human”的“value”作为“instruction”。
    4. 将该“conversation”的“gpt”的“value”作为“output”。
    5. “input”可为空白，亦可注入适当的提示信息。

**REILX/neo_sft_phase2_all_pair**

* **具体步骤：**
1. 输入为一个json文件，遍历每一个conversations
2. conversations包含多轮对话，需要按照对应的轮数构成新数据集
3. 比如1、2轮构成一个jsonl的一行，3、4构成一行，5、6构成一行等等等，直到完整的使用结束conversations
4. 将该“conversation”的“human”的“value”作为“instruction”
5. 将该“conversation”的“gpt”的“value”作为“output”
4. “input”可为空白，亦可注入适当的提示信息。

### 训练参数
REILX/neo_sft_phase2_conversations</br>
The following hyperparameters were used during training:
- learning_rate: 2e-05
- train_batch_size: 1
- eval_batch_size: 8
- cutoff_len: 8192
- seed: 42
- distributed_type: multi-GPU
- num_devices: 8
- gradient_accumulation_steps: 8
- total_train_batch_size: 64
- total_eval_batch_size: 64
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: cosine
- lr_scheduler_warmup_ratio: 0.1
- num_epochs: 5.0

REILX/neo_sft_phase2_multi</br>
- learning_rate: 2e-05
- train_batch_size: 1
- eval_batch_size: 8
- cutoff_len: 8192
- seed: 42
- distributed_type: multi-GPU
- num_devices: 8
- gradient_accumulation_steps: 8
- total_train_batch_size: 64
- total_eval_batch_size: 64
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: cosine
- lr_scheduler_warmup_ratio: 0.1
- num_epochs: 5.0

REILX/neo_sft_phase2_single</br>
- learning_rate: 2e-05
- train_batch_size: 1
- eval_batch_size: 8
- cutoff_len: 4096
- seed: 42
- distributed_type: multi-GPU
- num_devices: 8
- gradient_accumulation_steps: 8
- total_train_batch_size: 64
- total_eval_batch_size: 64
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: cosine
- lr_scheduler_warmup_ratio: 0.1
- num_epochs: 5.0

REILX/neo_sft_phase2_all_pair</br>
- learning_rate: 2e-05
- train_batch_size: 1
- eval_batch_size: 8
- cutoff_len:4096
- seed: 42
- distributed_type: multi-GPU
- num_devices: 8
- gradient_accumulation_steps: 8
- total_train_batch_size: 64
- total_eval_batch_size: 64
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: cosine
- lr_scheduler_warmup_ratio: 0.1
- num_epochs: 5.0

### 损失图
REILX/neo_sft_phase2_conversations</br>
<img src="./neo_sft_phase2_conversations/training_loss.png" alt="neo_sft_phase2_conversations_loss" width="60%"> 

REILX/neo_sft_phase2_multi</br>
<img src="./neo_sft_phase2_multi/training_loss.png" alt="neo_sft_phase2_multi_loss" width="60%"> 

REILX/neo_sft_phase2_single</br>
<img src="./neo_sft_phase2_single/training_loss.png" alt="neo_sft_phase2_single_loss" width="60%">

REILX/neo_sft_phase2_all_pair</br>
<!-- ![neo_sft_phase2_single_loss](./neo_sft_phase2_single/training_loss.png) -->
<img src="./neo_sft_phase2_all_pair/training_loss.png" alt="neo_sft_phase2_all_pair_loss" width="60%">