ChatGLM-Tuning

一种平价的chatgpt实现方案，基于清华的 ChatGLM-6B + LoRA 进行finetune.

数据集: alpaca

有colab的同学可以直接在colab上尝试：

官方ptuning代码

Demo

• 开源版的文心一言

S1 Finetune

准备

• 显卡: 显存 >= 16G (最好24G或者以上)
• 环境：
• • python>=3.8
• • cuda>=11.6, cupti, cuDNN, TensorRT等深度学习环境
• • pip3 install -r requirements.txt 其中requirements.txt中的安装包bitsandbytes 建议安装0.41.2.post2这个版本，以前的版本可能会提示报错： bitsandbytes/libbitsandbytes_cpu.so: undefined symbol: cget_col_row_stats

数据预处理

转化alpaca数据集为jsonl

python cover_alpaca2jsonl.py \
    --data_path data/alpaca_data.json \
    --save_path data/alpaca_data.jsonl \
    

tokenization

python tokenize_dataset_rows.py \
    --jsonl_path data/alpaca_data.jsonl \
    --save_path data/alpaca \
    --max_seq_length 200 \ 
    --skip_overlength  False
    --chatglm_path model_path/chatglm
    --version v1                 
    

• --jsonl_path 微调的数据路径, 格式jsonl, 对每行的['context']和['target']字段进行encode
• --save_path 输出路径
• --max_seq_length 样本的最大长度
• --chatglm_path 导入模型的路径（可以选择chatglm或chatglm2的不同路径）
• --version 模型的版本（v1指chatglm,v2指chatglm2）

训练

python finetune.py \
    --dataset_path data/alpaca \
    --lora_rank 8 \
    --per_device_train_batch_size 6 \
    --gradient_accumulation_steps 1 \
    --max_steps 52000 \
    --save_steps 1000 \
    --save_total_limit 2 \
    --learning_rate 1e-4 \
    --fp16 \
    --remove_unused_columns false \
    --logging_steps 50 \
    --output_dir output
    --chatglm_path model_path/chat_glm

推理

参考 infer.ipynb

Finetune前后对比

利用Alpaca数据集合对ChatGLM-6B Finetune后，在Alpaca数据集上表现得更好:

• Answer: 是模型的输出
• #### Answer: 是原答案

S2. Reward Model

S3. PPO

LoRA

LoRA	Dataset
mymusise/chatglm-6b-alpaca-lora	Alpaca
mymusise/chatglm-6b-alpaca-zh-en-lora	Alpaca-zh-en
(on the way)	Alpaca-zh

使用预训练好的LoRA

参考 examples/infer_pretrain.ipynb

TODO:

• bs > 1 support
• 使用中文数据
• 加入RLHF