Domů Procházet Nápověda
Přihlásit se
dongzenan
/
alpaca-lora
1
0
Rozštěpit 0
Soubory Úkoly 0 Pull Requesty 0 Wiki

Bez popisu

Strom: 63121244c8
Větve Značky
alpaca-lora
Eric Wang 63121244c8 Licenses and whatnot před 3 roky
.gitignore 26f64780ad initial commit před 3 roky
DATA_LICENSE 63121244c8 Licenses and whatnot před 3 roky
LICENSE 63121244c8 Licenses and whatnot před 3 roky
README.md 63121244c8 Licenses and whatnot před 3 roky
alpaca_data.json 26f64780ad initial commit před 3 roky
conversion.py 26f64780ad initial commit před 3 roky
finetune.py 63121244c8 Licenses and whatnot před 3 roky
generate.py 63121244c8 Licenses and whatnot před 3 roky
iteration.ipynb 26f64780ad initial commit před 3 roky
lengths.ipynb 26f64780ad initial commit před 3 roky

README.md

alpaca-lora

This repository contains code for reproducing the Stanford Alpaca results. Users will need to have LLaMA weights on hand and be ready to fork transformers.

  1. Install dependencies

    pip install -q bitsandbytes datasets accelerate loralib

pip install -q git+https://github.com/zphang/transformers@llama_push
pip install -q git+https://github.com/huggingface/peft.git\

  2. Convert weights

    python conversion.py --input_dir [LLAMA_DIR]/LLaMA --model_size 7B --output_dir ./7B

  3. Modify hyperparams in finetune.py

    MICRO_BATCH_SIZE = 12
BATCH_SIZE = 36
EPOCHS = 3
LEARNING_RATE = 2e-5

  4. Run experiments

    python finetune.py