TinyLlama/TinyLlama-1.1B-Chat-v0.6
をMoEにして試したものです。
Geforce 2080Tiでとりあえず動くようにしてあります。
ロギングにazure-mlを使用しているので要修正です。
tar xvf o2chcorpus.tar.xz
python convert_to_moellama.py TinyLlama/TinyLlama-1.1B-Chat-v0.6 moellama_orig --num-experts 1
python moe_train_part1.py
python moe_train_part2.py
python slice_n_splice_experts.py splice moellama_orig/ --expert moe-part1-f1 moe-merged
python slice_n_splice_experts.py splice moe-merged --expert moe-part2-f1 moe-merged
python moe_train_calib.py
python test.py --model moe-finish-f1
- おーぷん2ちゃんねる対話コーパス
- databricks/databricks-dolly-15k
- kunishou/databricks-dolly-15k-ja
- shi3z/alpaca_cleaned_ja_json
未実施
@online{DatabricksBlog2023DollyV2, author = {Mike Conover and Matt Hayes and Ankit Mathur and Jianwei Xie and Jun Wan and Sam Shah and Ali Ghodsi and Patrick Wendell and Matei Zaharia and Reynold Xin}, title = {Free Dolly: Introducing the World's First Truly Open Instruction-Tuned LLM}, year = {2023}, url = {https://www.databricks.com/blog/2023/04/12/dolly-first-open-commercially-viable-instruction-tuned-llm}, urldate = {2023-06-30} }
@inproceedings{open2chdlc2019, title={おーぷん2ちゃんねる対話コーパスを用いた用例ベース対話システム}, author={稲葉 通将}, booktitle={第87回言語・音声理解と対話処理研究会(第10回対話システムシンポジウム), 人工知能学会研究会資料 SIG-SLUD-B902-33}, pages={129--132}, year={2019} }