Fine_tune_Anything

Точная настройка репозитория для моделей причинно-следственной связи

Обзор?

Этот репозиторий предлагает инструменты для тонкой настройки моделей причинно-следственных связей, используя силу библиотеки PEFT (Pytorch Efficial Fine-Tuning). Он предназначен для улучшения генерации кода, адаптированных к конкретным репозиториям.

Функции

• Модели гибкость ?: Загрузить какую -либо модель причинного языка.
• Настройка на основе конфигурации : легко определить выбор модели и токенизацию через файл conf/config.yaml .
• Эффективная точная настройка ? ‍♂️: в настоящее время использует Лору (адаптацию с низким уровнем ранга) через библиотеку PEFT. Скоро появятся больше методов!
• Готовы к будущему ?: Следите за обновлениями для методов обучения для инструкций и моделей QA.

Начиная ?

Предварительные условия?

• Python 3.x?
• Пирог
• Библиотека ПЭТ
• Другие зависимости, перечисленные в requirements.txt

Установка?

1. Клонировать репозиторий: git clone [repository URL] : git:
2. Сделайте место для хранения данных mkdir data Обязательно обновите config.yaml соответственно.
3. Установить необходимые пакеты: pip install -r requirements.txt

Конфигурация

Направьте файл confconfig.yaml , чтобы установить модель и параметры токенизации.

Использование

Начните процесс точной настройки, запустив основной сценарий ( python main.py ). Тонко настроенная модель будет сохранена в каталоге, указанном в config.yaml -> «Оптимизация» -> result_dir.

Внести свой вклад?

Мы приветствуем ваш вклад, чтобы сделать этот инструмент еще более эффективным и богатым функциями. Пожалуйста, придерживайтесь стандартных руководящих принципов взноса с открытым исходным кодом.

Лицензия?

Apache License 2.0