e5 mistral 7b instruct

e5-mistral-7b-비 구조

docker build -t pytorch . 

docker run --gpus=all --ipc=host --ulimit memlock=-1 --ulimit stack=67108864 -it --rm -v $( pwd ) :/e5-mistral-7b-instruct/ pytorch bash

데이터 준비

snli에서 하나의 Postive 및 Negative 쌍의 유사성 데이터 세트를 작성하려면 prepare_dataset 실행하십시오.

python prepare_dataset.py

실행 모델

모델 캐시 폴더 설정 export TRANSFORMERS_CACHE=.cache/ 설정

먼저 accelerate config --config_file ds_zero3_cpu.yaml 합니다

여기에서 단일 GPU의 샘플 파일을 확인하십시오

주어진 매개 변수는 양조를 위해 용지에서 가져옵니다. 데이터 세트 및 USECASE에 accroding을 조정하십시오.

accelerate launch 
    --config_file ds_zero3_cpu.yaml 
    peft_lora_embedding_semantic_search.py 
    --dataset_name similarity_dataset 
    --max_length 512 
    --model_name_or_path intfloat/e5-mistral-7b-instruct 
    --per_device_train_batch_size 1 
    --per_device_eval_batch_size 1 
    --learning_rate 0.0001 
    --weight_decay 0.01 
    --max_train_steps 1000 
    --gradient_accumulation_steps 2048 
    --lr_scheduler_type linear 
    --num_warmup_steps 100 
    --output_dir trained_model 
    --use_peft

여기에서 복사 한 손실 함수-> https://github.com/relbers/info-nce-pytorch