lora-llama-2-7b-nsmc-understanding

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

• learning_rate: 0.0001
• train_batch_size: 1
• eval_batch_size: 1
• seed: 42
• gradient_accumulation_steps: 2
• total_train_batch_size: 2
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• lr_scheduler_warmup_ratio: 0.03
• training_steps: 2000
• mixed_precision_training: Native AMP

Training results

Framework versions

• Transformers 4.35.2
• Pytorch 2.1.0+cu118
• Datasets 2.15.0
• Tokenizers 0.15.0

test accuracy

• Confusion Matrix: ||Predicted 0|Predicted 1| |:---|---:|---:| |Actual 0|450|42| |Actual 1|56|452| Accuracy: 0.902

• Confusion Matrix: ||Predicted 0|Predicted 1| |:---|---:|---:| |Actual 0|443|49| |Actual 1|46|462| Accuracy: 0.905

수정부분

• 데이터로딩
  • prepare_sample_text() : 시스템 메시지 변경 및 프롬프트 포멧 설정
  • create_datasets() : train 데이터 상위 2000개 선택
• 미세튜닝용 모델 로딩
  • script_args : 사용 데이터명 nsmc 설정 및 모델명 meta-llama/Llama-2-7b-chat-hf 설정
  • max_steps : 최대 훈련 단계 2000 설정
  • save : 체크포인트 세이브를 위한 파라미터 지정
• 허깅페이스 push_to_hub 로 push
• 추론테스트
  • 프롬프트 템플릿 수정 및 시스템 메시지 변경
  • valid_dataset : test 데이터 상위 1000개 선택
• 미세튜닝된 모델 로딩 후 테스트
  • eval_dic : valid_dataset 학습한 결과 출력
• 정확도
  • valid_dataset 과 모델 훈련 결과 true_labels 를 이용한 정확도 분석