ironrock's picture
Upload folder using huggingface_hub
9516c25 verified
metadata
license: mit
library_name: trl
tags:
  - KTO
  - WeniGPT
base_model: HuggingFaceH4/zephyr-7b-beta
model-index:
  - name: Weni/WeniGPT-Agents-Zephyr-1.0.30-KTO
    results: []
language:
  - pt

Weni/WeniGPT-Agents-Zephyr-1.0.30-KTO

This model is a fine-tuned version of [HuggingFaceH4/zephyr-7b-beta] on the dataset Weni/wenigpt-agent-1.4.0 with the KTO trainer. It is part of the WeniGPT project for Weni. Description: Experiment with new tokenizer configuration for chat template of zephyr

It achieves the following results on the evaluation set: {'eval_loss': 0.44106873869895935, 'eval_runtime': 100.5121, 'eval_samples_per_second': 2.169, 'eval_steps_per_second': 0.547, 'eval_rewards/chosen': -0.12895259261131287, 'eval_rewards/rejected': -1.7666949033737183, 'eval_rewards/margins': 1.637742280960083, 'eval_kl': 4.604356288909912, 'eval_logps/chosen': -303.01654052734375, 'eval_logps/rejected': -255.187744140625, 'epoch': 0.9}

Intended uses & limitations

This model has not been trained to avoid specific intructions.

Training procedure

Finetuning was done on the model HuggingFaceH4/zephyr-7b-beta with the following prompt:

---------------------
System_prompt:
Agora você se chama {name}, você é {occupation} e seu objetivo é {chatbot_goal}. O adjetivo que mais define a sua personalidade é {adjective} e você se comporta da seguinte forma:
{instructions_formatted}

{context_statement}

Lista de requisitos:
 - Responda de forma natural, mas nunca fale sobre um assunto fora do contexto.
 - Nunca traga informações do seu próprio conhecimento.
 - Repito é crucial que você responda usando apenas informações do contexto.
 - Nunca mencione o contexto fornecido.
 - Nunca mencione a pergunta fornecida.
 - Gere a resposta mais útil possível para a pergunta usando informações do conexto acima.
 - Nunca elabore sobre o porque e como você fez a tarefa, apenas responda.


---------------------
Question:
{question}


---------------------
Response:
{answer}


---------------------

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • per_device_train_batch_size: 4
  • per_device_eval_batch_size: 4
  • gradient_accumulation_steps: 4
  • num_gpus: 1
  • total_train_batch_size: 16
  • optimizer: AdamW
  • lr_scheduler_type: cosine
  • num_steps: 47
  • quantization_type: bitsandbytes
  • LoRA: ("\n - bits: 4\n - use_exllama: True\n - device_map: auto\n - use_cache: False\n - lora_r: 16\n - lora_alpha: 32\n - lora_dropout: 0.05\n - bias: none\n - target_modules: ['q_proj', 'k_proj', 'v_proj', 'o_proj']\n - task_type: CAUSAL_LM",)

Training results

Framework versions

Hardware

  • Cloud provided: runpod.io