metadata

base_model: llm-jp/llm-jp-3-13b
tags:
  - text-generation-inference
  - transformers
  - unsloth
  - llama
  - trl
license: apache-2.0
language:
  - en

Uploaded model

Developed by: fuwafuwa012
License: apache-2.0
Finetuned from model : llm-jp/llm-jp-3-13b

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

code version 2 本コードは，elyza-tasks-100-TV_0.jsonlの回答のための推論用コードです。 unslothのサンプルコードのハイパーパラメーターの値を変更して学習させたモデルになっています。変更点としては，以下の通りです。 lora_alphaの値を64として正規化項を増やす。 lora_dropoutを0.10としてdropoutを上昇させる。学習率を1e-5と上昇。出力に対して，do_sample=True と temperature や top_p を加えることで出力の多様性を向上。