Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,53 @@
|
|
| 1 |
-
---
|
| 2 |
-
license: mit
|
| 3 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: mit
|
| 3 |
+
datasets:
|
| 4 |
+
- AISkywalker/music_poet
|
| 5 |
+
--- 歌词生成系统
|
| 6 |
+
|
| 7 |
+
AIGC创意文本生成，使用LoRA和强化学习进行微调。
|
| 8 |
+
|
| 9 |
+
项目结构
|
| 10 |
+
|
| 11 |
+
代码文件
|
| 12 |
+
- `code/__main__.py`: 主程序入口，启动GUI界面
|
| 13 |
+
- `code/_MyModel.py`: 核心模型实现，加载DeepSeek/Qwen模型和LoRA适配器
|
| 14 |
+
- `code/UI.py`: PyQt5实现的用户界面
|
| 15 |
+
- `code/reward.py`: 强化学习的奖励函数实现
|
| 16 |
+
- `code/GRPO.ipynb`: 基于规则的策略优化训练流程
|
| 17 |
+
- `code/data_process.py`: 数据处理脚本
|
| 18 |
+
- `code/LORA.py`: LoRA模型实现
|
| 19 |
+
- `code/LORA_with_CoT.py`: 带思维链的LoRA实现
|
| 20 |
+
|
| 21 |
+
数据文件夹
|
| 22 |
+
- `data/`: 存放训练数据(CoTdata.txt, DSdata.txt等)
|
| 23 |
+
- `data/CoTdata.txt`: 带思维链的训练数据
|
| 24 |
+
- `data/DSdata.txt`: 关键词：原文训练数据
|
| 25 |
+
- `data/processed_data.txt`: 处理后的训练数据
|
| 26 |
+
|
| 27 |
+
模型文件夹
|
| 28 |
+
- `DS_LoRA/`: 基础DeepSeek模型的LoRA适配器
|
| 29 |
+
- `DS_RL_model/`: 强化学习微调的DeepSeek模型
|
| 30 |
+
- `Qwen_LoRA/`: 基础Qwen模型的LoRA适配器
|
| 31 |
+
- `Qwen_CoT_LoRA/`: 带思维链的基础Qwen模型适配器
|
| 32 |
+
|
| 33 |
+
使用方法
|
| 34 |
+
|
| 35 |
+
1. 安装依赖:
|
| 36 |
+
推荐使用conda
|
| 37 |
+
conda create -name Goodmusic python==3.11 -y
|
| 38 |
+
conda activate Goodmusic
|
| 39 |
+
pip install -r requirements.txt
|
| 40 |
+
|
| 41 |
+
或者使用.env的虚拟环境使用 uv 工具加速下载
|
| 42 |
+
uv pip install -r requirements.txt
|
| 43 |
+
|
| 44 |
+
2. 运行程序:
|
| 45 |
+
python code/__main__.py
|
| 46 |
+
|
| 47 |
+
3. 在GUI界面输入关键词，生成歌词
|
| 48 |
+
|
| 49 |
+
## 模型训练
|
| 50 |
+
|
| 51 |
+
1. 数据准备: 将训练数据放入data/文件夹
|
| 52 |
+
2. 运行GRPO.ipynb进行模型训练
|
| 53 |
+
3. 训练好的模型会保存在对应模型文件夹
|