File size: 6,031 Bytes
293a82f a5538bc 3b4ce74 a5538bc 3b4ce74 a5538bc 3b4ce74 a5538bc ae7465a a5538bc 1f55c18 a5538bc 7abbf8f 1f55c18 a5538bc 7abbf8f c7a5690 a5538bc 1f55c18 a5538bc 5fab8cf a5538bc 1f55c18 a5538bc 5fab8cf 1f55c18 a5538bc 5fab8cf a5538bc 5fab8cf a5538bc |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 |
---
license: mit
datasets:
- joeykims/coffee_general_ko
language:
- ko
metrics:
- perplexity: 874
base_model:
- google/gemma-2b-it
---
#GemmaSprint
gemma ์ฒซ๋ฒ์งธ ํ์ธํ๋ ๋ชจ๋ธ์
๋๋ค.
์ปคํผ์ ๋ํ ์ ๋ฐ์ ์ธ ์ง์๊ณผ ์ปคํผ ์๋๋ฅผ ์ถ์ฒํด์ฃผ๋ ์๋น์ค์
๋๋ค.
* ๋ชจ๋ธ๊ด๋ จ ๊ณผ์ , ๊ฒฐ๊ณผ๋ฑ
https://joey-k.tistory.com/15
* github
https://github.com/GOOGLE-MLB-2024-GJ/Beans
* ๋ชจ๋ธ
2b ๋ชจ๋ธ์ ๊ธฐ๋ฐ์ผ๋ก ํ์ธํ๋์ ์งํํ์์ต๋๋ค.
์
๋ก๋ํ ๋ชจ๋ธ์ ๊ธฐ๋ณธ๋ชจ๋ธ์ธ "google/gemma-2b-it"๋ก ํ์ธํ๋์ ํ์๊ณ ,
์ ฌ๋ง ํ๊ตญ์ด ๋ฒ์ ์ ๋ง๋ค์ด ๋์ผ์ ๊ฒ ์์ด์ ๊ฑฐ๊ธฐ์ ๋ ํ์ฅ์ ์๋ํ๊ณ ์์ต๋๋ค.
-.gemma ํ๊ตญ์ด ๋ฒ์
https://huggingface.co/beomi/gemma-ko-2b
* ํ๋ํ ๋ํ
: ์์ง ์ด์ํ ๋ถ๋ถ์ด ์์ง ๋ง์ ๋๋์
๋๋ค. ๋ฐ์ดํฐ์ ํ๋ ํ๋ผ๋ฏธํฐ๋ฅผ ์กฐ์ ํด์ ํฅํ ๋ ์์ฐ์ค๋ฝ๊ฒ ๋ง๋ค์ด ๋ณผ ์์ ์
๋๋ค.

* ๋ฐ์ดํฐ
: ๋ฐ์ดํฐ๋ฅผ ์ฒ์์ ๊ณ ๋ฏผ์ ๋ง์ด ํ๋ค๊ฐ ์ธํฐ๋ท์ ๊ณต์ ๋์ด ์๋ ์ปคํผ ์ ๋ฐ์ ์ธ ์ง์์ ํ๋์ฉ ๊ฐ์ ธ์์ต๋๋ค.
๊ทธํ์ gpt๋ก ์ ์ ํ finetunning ๋ชจ๋ธ์ ์ํ ๊ตฌ์กฐ๋ก ๋ฐ์ดํฐ๋ฅผ ์์ฑํ๊ฒ ํ์์ต๋๋ค. ๋ฐ๋ก gpt api๋ฅผ ์ฐ์ง ์์๊ธฐ ๋๋ฌธ์ ์๊ฐ์ด ์ ๋ฒ์์ ๋์์ต๋๋ค๋ง, ๋๋ฆ ๊ด์ฐฎ์ ํ๋ฆฌํฐ์ ๋ฐ์ดํฐ๋ผ๊ณ ์๊ฐํด์ ์ด๋ฐ ๋ฐฉ์์ผ๋ก ์ฝ 2์ฒ๊ฐ ๊ฐ๋์ ์ปคํผ ์ ๋ฐ์ ์ธ ์ง์์ ๋ฐ์ดํฐ๋ฅผ ํ๋ณดํ ์ ์์์ต๋๋ค.

context๋ ์๋๋ ์์๋๋ฐ ๊ทธ๋ค์ง ๋ง์ด ์ฐ์ด์ง ์๋ ๊ฒ๊ฐ์์ Instruction๊ณผ response๋ก ๊ตฌ์ฑํ์์ต๋๋ค.
* ์์
์ฒ์์ kaggle๊ณผ colab์์ ์งํ์ ํ๋ค๊ฐ ๊ฐ์ธ ๋งฅ๋ถํ๋ก๊ฐ ๋ ๋น ๋ฅผ๊ฒ ๊ฐ์์ ์ฎ๊ฒผ์ต๋๋ค.
์ด๋ถ์ ์ฝ๋๋ฅผ ๋ฐํ์ผ๋ก ์์ ์ ํ์์ต๋๋ค.
https://devocean.sk.com/blog/techBoardDetail.do?ID=165703&boardType=techBlog
์ฌ๊ธฐ์ ๋งฅ๋ถ์์ ํ๋ฉด ๋ฌธ์ ๊ฐ ํ๋ ์๋๋ฐ ํธ๋์คํฌ๋จธ๊ฐ 4.38.2๊ฐ ๋งฅ๋ถ์์ ์๋์๊ฐ๋๋ค.
๊ทธ๋์ 4.38.1๋ก ๋ค์ดํด์ ์งํํ์์ต๋๋ค.
https://www.singleye.net/2024/04/%E5%9C%A8-apple-silicon-m3-max-%E4%B8%8A%E5%AF%B9-llama2-%E8%BF%9B%E8%A1%8C%E5%BE%AE%E8%B0%83/#4-qlora-4-bit-%E9%87%8F%E5%8C%96%E9%85%8D%E7%BD%AE-m3-%E8%B7%B3%E8%BF%87
๋งฅ๋ถํ๋ก m3 ๊ธฐ์ค์ผ๋ก ํด์ 2์ฒ๊ฐ ๋ฐ์ดํฐ๋ฅผ ๊ธฐ์ค์ผ๋ก ํ๋ฒํ ๋ 3์๊ฐ ์ ๋ ์์๋๋ ๊ฒ ๊ฐ์ต๋๋ค.
gpu๋ ๊ฐ์ด ๋๋ ค์ ๊ทธ๋ฐ์ง ๊ทธ๋๋ง ๋น ๋ฅด๊ฒ ์งํ ํ ์ ์์์ต๋๋ค.
macbook gpu ์์ ์ฌ์ฉ์ ์๋์ ๋งํฌ๋ฅผ ์ฐธ๊ณ ํด์ ์งํํ์์ต๋๋ค.
https://velog.io/@es_seong/Mac
* ํ์ธํ๋
ํ์ธํ๋์ ์๋์ ๊ฐ์ ์ค์ ์ผ๋ก ์งํํ์์ต๋๋ค. ๋งฅ์ด๋ผ์ ์์ํ๊ฐ ์๋์ cpu๋ก ์งํ์ ํ๊ฒ ๋ ํ์๊ณ ,
# LoRA ์ค์
lora_config = LoraConfig(
r=6,
lora_alpha=8,
lora_dropout=0.05,
target_modules=["q_proj", "o_proj", "k_proj", "v_proj", "gate_proj", "up_proj", "down_proj"],
task_type="CAUSAL_LM",
)
# ๋ชจ๋ธ ์ค์
trainer = SFTTrainer(
model=model,
train_dataset=train_data,
max_seq_length=512,
args=TrainingArguments(
output_dir="outputs",
max_steps=3000,
per_device_train_batch_size=1,
gradient_accumulation_steps=4,
optim="adamw_torch",
warmup_steps=0.03,
learning_rate=2e-4,
fp16=False,
logging_steps=100,
push_to_hub=False,
report_to='none',
use_mps_device=False
),
peft_config=lora_config,
formatting_func=generate_prompt, # ์๋ก์ด ํฌ๋งทํ
ํจ์ ์ ์ฉ
)
์๋์ ์ค์ ๋ค์ ์ ์ ์ดํด๋ณด์๋ฉด
r=6
: r์ ๋ญํฌ(rank)๋ฅผ ์๋ฏธํ๋ฉฐ, LoRA์์ ํ์ตํ๋ ์ ์ฐจ์ ํ๋ ฌ์ ์ฐจ์์ ์ ์ํฉ๋๋ค. ์ด๋ ๋ชจ๋ธ ํ๋ผ๋ฏธํฐ์ ํจ์จ์ ํํ์ ๊ฐ๋ฅํ๊ฒ ํ๋ฉฐ, ์์ r ๊ฐ์ ์ ์ ํ์ต ํ๋ผ๋ฏธํฐ๋ฅผ ์๋ฏธํฉ๋๋ค. ์ผ๋ฐ์ ์ผ๋ก r ๊ฐ์ด ๋์์๋ก ๋ ๋ง์ ํ์ต ํ๋ผ๋ฏธํฐ๋ฅผ ๊ฐ์ง๊ฒ ๋์ด ์ฑ๋ฅ์ด ํฅ์๋ ์ ์์ง๋ง, ๋ฉ๋ชจ๋ฆฌ ์ฌ์ฉ๋์ด ๋์ด๋ฉ๋๋ค.
lora_alpha=8
: lora_alpha๋ LoRA์์ ์ฌ์ฉํ๋ ํ์ต๋ฅ ์ ์กฐ์ ํ๋ ์ค์ผ์ผ๋ง ํฉํฐ์
๋๋ค. ์ด๋ ์ ์ฐจ์ ํ๋ ฌ์์ ๋์จ ์ถ๋ ฅ์ ์กฐ์ ํ๋ ์ญํ ์ ํ๋ฉฐ, ํ์ต๋ฅ ์ ํฌ๊ธฐ๋ฅผ ๊ฒฐ์ ์ง๋ ์ค์ํ ์์์
๋๋ค. ์ผ๋ฐ์ ์ผ๋ก ๋ ํฐ ๊ฐ์ ํ์ต ์๋๋ฅผ ๋์ผ ์ ์์ง๋ง, ๋๋ฌด ํฌ๋ฉด ๊ณผ์ ํฉ ์ํ์ด ์์ต๋๋ค.
lora_dropout=0.05
: lora_dropout์ ๋๋กญ์์ ๋น์จ์ ์ค์ ํ๋ฉฐ, ๋ชจ๋ธ ํ์ต ์ ๊ณผ์ ํฉ์ ๋ฐฉ์งํ๊ธฐ ์ํด ์ผ๋ถ ํ๋ผ๋ฏธํฐ๋ฅผ ๋ฌด์์๋ก ์ ๊ฑฐํ๋ ๋น์จ์ ๋ํ๋
๋๋ค. ์ฌ๊ธฐ์๋ 5%์ ๋๋กญ์์์ด ์ ์ฉ๋ฉ๋๋ค.
target_modules=["q_proj", "o_proj", "k_proj", "v_proj", "gate_proj", "up_proj", "down_proj"]
: target_modules๋ LoRA๊ฐ ์ ์ฉ๋๋ ๋ชจ๋๋ค์ ์ง์ ํฉ๋๋ค. ์ฌ๊ธฐ์๋ q_proj, k_proj, v_proj ๋ฑ ์ฃผ๋ก Transformer ๊ธฐ๋ฐ ๋ชจ๋ธ์์ ์ฌ์ฉ๋๋ ์ฟผ๋ฆฌ, ํค, ๋ฐธ๋ฅ ํ๋ก์ ์
๋ชจ๋์ LoRA๊ฐ ์ ์ฉ๋ฉ๋๋ค. ์ด๋ฌํ ๋ชจ๋์ ์ฃผ๋ก ์ดํ
์
๋งค์ปค๋์ฆ์์ ์ค์ํ ์ญํ ์ ํ๋ฉฐ, ์ด ๋ชจ๋๋ค๋ง ํ์ตํจ์ผ๋ก์จ ํ์ต ํจ์จ์ฑ์ ๋์
๋๋ค.
task_type="CAUSAL_LM"
: task_type์ ์ํํ๋ ค๋ ์์
์ ์ ํ์ ์ ์ํฉ๋๋ค. ์ฌ๊ธฐ์๋ **Causal Language Modeling(CAUSAL_LM)**์ ์๋ฏธํ๋ฉฐ, ๋ชจ๋ธ์ด ๋ฌธ๋งฅ์ ๊ธฐ๋ฐ์ผ๋ก ๋ค์ ๋จ์ด๋ฅผ ์์ธกํ๋ ๋ฐฉ์์ผ๋ก ํ์ต๋ฉ๋๋ค.
* ์ฑ๋ฅ
perflexity ์ธก์ ๊ฒฐ๊ณผ 874
* ์ฐธ๊ณ ํ ๋ด์ฉ๋ค
-.์บ๊ธ์์ TPU๋ก ํ์ธํ๋
https://www.kaggle.com/code/alirezaebrahimi/gemma-2-tpu-fine-tuning
-.์ปคํผ ๊ด๋ จ๋ ๋ฐ์ดํฐ ๋ฒ ์ด์ค(์๋์ ๋ง์ ์ ์๋ก ๋ํ๋, ๋ฐ์ดํฐ๋ ์ด๊ฒ์ผ๋ก ํ์ง ์์.)
https://github.com/ddthang86/Coffee-data-analysis/blob/main/Arabica/df_arabica_clean.csv |