Early-stopping问题

[plyplyply]

          对于这个实验，我们尝试过在单张3090或者单张A40上运行代码，epoch数设置的比较大，但是设置了ealrystop=5（如果连续5个epoch 验证集loss不下降停止训练），每个epoch运行时间与样本数绑定，总的运行时间大约是3～4h会收敛，更多的参数细节请参照bash脚本，谢谢

Originally posted by @SAI990323 in https://github.com/SAI990323/TALLRec/issues/45#issuecomment-1926292874

[plyplyply]

作者您好，先前您提到您的early-stopping patience是5，但是在finetune_rec.py finetune_multi_rec.py中均是10，请问应该使用哪个值？

此外还有一个问题，您先前提到代码会在连续n个epoch验证集loss不下降停止训练，但我在运行代码后，发现训练会在n次验证的step（在sample<=128时，每10个iter进行一次验证的step）验证集loss不下降便停止训练，而不是n个epoch？

期待您的回复，非常感谢！

[SAI990323]

对early stop是针对验证次数的，sample比较小的时候如果设置的是按照step验证的话就会依据这个来进行早停，sample比较大的时候一般就按照epoch来进行。另外关于=5和=10的问题，其实两个应该都可以，在llm上没有较大区别。

[plyplyply]

感谢您的回复！此外您是否对batchsize做过消融实验？batchsize为何要设为128呢（虽然在64-shot时应该自动变为64了）

[SAI990323]

您好我们并没有调节过包括学习率和batchsize在内的参数，batchsize设置为128是考虑到，他在第一阶段利用alpaca数据训练的时候使用过小的batch可能会导致模型拟合性和泛化性较差。