[算法前沿]--017-中文大模型ChatGLM微调：P-Tuning,deepspeed,LoRA＜中＞

AI拉呱

已于 2023-05-26 10:04:16 修改

阅读量1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： AI前沿与LLM、chatGPT 文章标签：算法深度学习人工智能

于 2023-05-26 09:59:01 首次发布

本文链接：https://blog.csdn.net/weixin_32393347/article/details/130880738

AI前沿与LLM、chatGPT 专栏收录该内容

89 篇文章 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了ChatGLM模型及其优化技术P-Tuningv2和LoRA。通过P-Tuningv2进行参数微调，结合LoRA实现高效训练。在实例中展示了微调前后模型生成的回答质量提升。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. ChatGLM模型介绍

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。
ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答.

2. 基于 P-Tuningv2的高效参数微调方法

P-tuning-v2是一种指令调优的方法. INT4量化级别下最低只需 7GB 显存即可启动微调。

2.1 环境配置

- 计算资源：A6000 Tensor Core GPU
- 镜像：Cuda11.6 PyTorch 1.12.1 镜像
- 挂载模型的文件到宿主机制定的路径

安装依赖环境

protobuf
transformers==4.27.1
cpm_kernels
torch>

了解本专栏

超级会员免费看