ZhiLu-2是一款基于llama3微调的中文消费金融领域对话大模型。与ZhiLu相比，ZhiLu-2性能有了显著提升。我们不仅收集了全新的高质量指令数据进行对齐，还创新性地设计了独特的数据合成方法，并将大量合成数据应用于模型训练。通过这些努力，ZhiLu-2在性能上取得了显著的突破，展示了卓越的性能。
训练细节 在第二版的智鹿训练中，我们引入了全新的指令微调数据，并且加入了合成数据。我们相信，合成数据的使用将带来意想不到的惊喜效果。以下是一些重要的训练细节：
🚀 高效训练
我们使用llama-factory作为训练框架，并配备多块A100显卡，通过DeepSpeed（ds）实现数据并行、模型并行、管道并行和张量并行等优化技术。在微调方法的选择上，我们对Full-Rank FT、LORA、BAdam、LoRA+和DoRA进行了详细比较，评估了各方法在训练时间、显卡占用、推理时间和模型性能等多项指标上的表现。最终，我们决定采用DoRA进行微调，以获得最佳的性价比和性能。
⚡ 加速技术
为了提高资源的利用率并缩短训练时间，我们采用了以下两项关键技术：
Packing FlashAttention-2 🔒 安全性与对齐
我们使用 DPO 来训练模型。DPO具有使用便捷、成效快速的优势，可以达到近似RLHF的偏好对齐效果，确保输出的安全和无害。
🛡️ 避免灾难性遗忘
为了防止训练后模型的灾难性遗忘，并平衡模型在各个任务上的能力，我们使用了 merging 技术。
🌱 自我进化
通过设计新的框架，我们使模型能够自我生成训练数据，从而实现自我进化。
更多细节参见：ZhiLu-2-github仓库
- Downloads last month
- 21
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social
visibility and check back later, or deploy to Inference Endpoints (dedicated)
instead.