lora-midm-7b-nsmc-understanding

This model is a fine-tuned version of KT-AI/midm-bitext-S-7B-inst-v1 on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 0.0001
• train_batch_size: 1
• eval_batch_size: 1
• seed: 42
• gradient_accumulation_steps: 2
• total_train_batch_size: 2
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• lr_scheduler_warmup_ratio: 0.03
• training_steps: 1500
• mixed_precision_training: Native AMP

Training results

Framework versions

• Transformers 4.35.2
• Pytorch 2.1.0+cu118
• Datasets 2.15.0
• Tokenizers 0.15.0

test accuracy

kt-ai-midm

• Confusion Matrix:

  	Predicted 0	Predicted 1
  Actual 0	443	49
  Actual 1	46	462
  Accuracy: 0.905

llama-2

• Confusion Matrix:

  	Predicted 0	Predicted 1
  Actual 0	450	42
  Actual 1	56	452
  Accuracy: 0.902

수정부분

• 데이터로딩
  • prepare_sample_text() : 시스템 메시지 변경 및 프롬프트 포멧 설정
  • create_datasets() : train 데이터 상위 2000개 선택
• 미세튜닝용 모델 로딩
  • script_args : 사용 데이터명 nsmc 설정 및 모델명 KT-AI/midm-bitext-S-7B-inst-v1 설정
  • max_steps : 최대 훈련 단계 1500 설정 (300->1000->1500 수정결과 높은 정확도)
  • save : 체크포인트 세이브를 위한 파라미터 지정
• 허깅페이스 push_to_hub 로 push
• 추론테스트
  • 프롬프트 템플릿 수정 및 시스템 메시지 변경
  • valid_dataset : test 데이터 상위 1000개 선택
• 미세튜닝된 모델 로딩 후 테스트
  • eval_dic : valid_dataset 학습한 결과 출력
• 정확도
  • valid_dataset 과 모델 훈련 결과 true_labels 를 이용한 정확도 분석