Upload README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,39 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# 模型介绍
|
| 2 |
+
|
| 3 |
+
TLAB-PanGu1B-FFT是基于openPangu-Embedded-1B-V1.1基座模型,通过全参数微调方法获得的专业化版本。该模型结合Alpaca(https://huggingface.co/datasets/tatsu-lab/alpaca)数据对模型进行instruction-tuning,
|
| 4 |
+
旨在提升模型知识理解与生成能力。
|
| 5 |
+
|
| 6 |
+
# 主要特色
|
| 7 |
+
|
| 8 |
+
1)知识理解与生成:结合Alpaca数据进行instruction-tuning,增强模型术语理解与文本生成能力;
|
| 9 |
+
|
| 10 |
+
2)全参数微调策略:采用完整的参数更新机制,充分学习数据特征,最大化模型的知识学习与适应能力;
|
| 11 |
+
|
| 12 |
+
3)端侧部署友好:在保持1B轻量级参数规模的同时,通过instruction-tuning提升在资源受限环境下的推理准确性;
|
| 13 |
+
|
| 14 |
+
# 基座模型
|
| 15 |
+
|
| 16 |
+
openPangu-Embedded-1B-V1.1(https://gitee.com/hf-models/openPangu-Embedded-1B)
|
| 17 |
+
|
| 18 |
+
# 微调方法
|
| 19 |
+
|
| 20 |
+
训练策略:有监督、全参数微调
|
| 21 |
+
|
| 22 |
+
# 环境准备
|
| 23 |
+
|
| 24 |
+
- 硬件规格:NPU 910B (64G)
|
| 25 |
+
- 操作系统:Linux 5.10.0
|
| 26 |
+
- cann==8.0
|
| 27 |
+
- python==3.10
|
| 28 |
+
- torch==2.1.0
|
| 29 |
+
- torch-npu==2.1.0.post6
|
| 30 |
+
- transformers==4.53.2
|
| 31 |
+
- tokenizers==0.21.4
|
| 32 |
+
- tensorboard==2.20.0
|
| 33 |
+
|
| 34 |
+
# 贡献人员名单
|
| 35 |
+
|
| 36 |
+
核心贡献者:罗玉平、张宏刚(东南大学复杂交通网络研究中心)
|
| 37 |
+
|
| 38 |
+
支持团队:东南大学交通学院、东南大学统计与数据科学学院
|
| 39 |
+
|