Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,36 @@
|
|
| 1 |
---
|
| 2 |
license: cc-by-sa-4.0
|
| 3 |
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
---
|
| 2 |
license: cc-by-sa-4.0
|
| 3 |
---
|
| 4 |
+
<h1>AIFT-instruct-42dot_LLM-SFT-1.3B</h1>
|
| 5 |
+
<br>
|
| 6 |
+
version 1.8
|
| 7 |
+
|
| 8 |
+
<b><학습 데이터 구축></b>
|
| 9 |
+
<br>
|
| 10 |
+
kyujinpy 님이 공개하신 KOR-OpenOrca-Platypus 데이터를 일부 삭제(샘플링) 및 정제 작업 진행하여 활용.
|
| 11 |
+
그 이후 해당 데이터들을 보며 관련 태스크를 추출하였고 이를 기반으로
|
| 12 |
+
해당 태스크에 맞춰서 NLP 관련 오픈소스 데이터를 활용하여 학습데이터를 자체적으로
|
| 13 |
+
역사, 과학, 수학, 기계독해, 리뷰 분석 문제를 gpt를 통해서 구축하였고,
|
| 14 |
+
aihub 일반상식 및 기계독해 데이터를 활용하여 추가로 학습 데이터를 구축(형태소 관련, 기계독해 관련 및 요약)
|
| 15 |
+
각종 블로그에서 역사 및 상식 퀴즈를 사람이 직접 학습데이터 형태로 변경
|
| 16 |
+
AI2AI Challenge 데이터 형태를 보고 gpt를 통해 초등 수준의 과학 수학 문제 유형을 제작 500문제
|
| 17 |
+
영어 번역 데이터 영한/한영 데이터 학습 데이터로 활용 진행
|
| 18 |
+
총 데이터 4만개 정도 사용하였습니다.
|
| 19 |
+
<br>
|
| 20 |
+
<br>
|
| 21 |
+
+ TruthfulQA 관련 문제 추가를 진행하였습니다.(속설 관련 참거짓 문제)
|
| 22 |
+
+ 기계독해 관련 학습 데이터를 ChatGPT를 통해서 답변을 얻어 학습
|
| 23 |
+
+ 문법관련 학습 데이터
|
| 24 |
+
<br>
|
| 25 |
+
###학습 데이터 파일은 비공개입니다.
|
| 26 |
+
<br>
|
| 27 |
+
|
| 28 |
+
<모델>
|
| 29 |
+
<br>
|
| 30 |
+
42dot에서 공개한 42dot_LLM-SFT-1.3B을 베이스 모델로 하여 학습 진행하였습니다.
|
| 31 |
+
<br>
|
| 32 |
+
<br>
|
| 33 |
+
<br>
|
| 34 |
+
<b><학습></b>
|
| 35 |
+
<br>
|
| 36 |
+
학습은 LoRA를 사용하여 A100 40G *2에서 학습을 진행하였습니다.
|