|
--- |
|
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](https://weni.ai/). |
|
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 |
|
|
|
- transformers==4.38.2 |
|
- datasets==2.18.0 |
|
- peft==0.10.0 |
|
- safetensors==0.4.2 |
|
- evaluate==0.4.1 |
|
- bitsandbytes==0.43 |
|
- huggingface_hub==0.22.2 |
|
- seqeval==1.2.2 |
|
- optimum==1.18.1 |
|
- auto-gptq==0.7.1 |
|
- gpustat==1.1.1 |
|
- deepspeed==0.14.0 |
|
- wandb==0.16.6 |
|
- trl==0.8.1 |
|
- accelerate==0.29.2 |
|
- coloredlogs==15.0.1 |
|
- traitlets==5.14.2 |
|
- autoawq@https://github.com/casper-hansen/AutoAWQ/releases/download/v0.2.4/autoawq-0.2.4+cu118-cp310-cp310-linux_x86_64.whl |
|
|
|
### Hardware |
|
- Cloud provided: runpod.io |
|
|
