Este repositório contém parte de um modelo LLMA especializado para tarefa de responder perguntas relacionadas a legislação da UFAM. O código de treino e um sistema de RAG simples poder ser
encontrado neste notebook.
O modelo especializado teve como base o Llama-2-7b-chat-hf com os seguintes parâmetros para o LoRA e a quantização do modelo:
1LoraConfig(
2 lora_alpha=lora_alpha,
3 lora_dropout=lora_dropout,
4 r=lora_r,
5 bias="none",
6 task_type="CAUSAL_LM",
7)
8
9
10BitsAndBytesConfig(
11 load_in_4bit=use_4bit,
12 bnb_4bit_quant_type=bnb_4bit_quant_type,
13 bnb_4bit_compute_dtype=compute_dtype,
14 bnb_4bit_use_double_quant=use_nested_quant,
15)
O modelo foi treinado utilizando
este dataset no decorrer de três épocas com todos os dados a fim de melhorar sua performance. Ele começou com uma LOSS de
3.4873 e baixou até
1.0381 durante o processo de treino.
