|
--- |
|
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](https://github.com/unslothai/unsloth) and Huggingface's TRL library. |
|
|
|
[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth) |
|
|
|
|
|
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。 |
|
|
|
|
|
|
