search

songmzhang / DSKD

Repo for Paper "Dual-Space Knowledge Distillation for Large Language Models".
29 stars 3 forks source link

qwen #11

Open zjjznw123 opened 1 month ago

zjjznw123 commented 1 month ago

针对qwen的SFT for student models 代码没看到

songmzhang commented 1 month ago

你好，在我们论文的实验中，qwen1.5-1.8b只用作与GPT2具有不同词表的教师模型，以实现跨词表知识蒸馏。如果你有将qwen作为学生模型的需求，可以复用scripts/gpt2/sft_teacher_qwen.sh，然后根据具体的模型大小简单调整一下学习率即可。

zjjznw123 commented 1 month ago

你好，在我们论文的实验中，qwen1.5-1.8b只用作与GPT2具有不同词表的教师模型，以实现跨词表知识蒸馏。如果你有将qwen作为学生模型的需求，可以复用scripts/gpt2/sft_teacher_qwen.sh，然后根据具体的模型大小简单调整一下学习率即可。

只针对qwen1.5-1.8b做知识蒸馏，这个应该怎么修改

songmzhang commented 1 month ago

如果你想用更大的qwen模型对qwen1.5-1.8b做知识蒸馏（qwen1.5-1.8b作为学生模型），可以使用scripts/gpt2/vanilla_kd_gpt2_base.sh或scripts/gpt2/dskd_gpt2_base.sh，修改其中的CKPT_TYPE和TEACHER_MODEL_TYPE为qwen，修改CKPT_NAME和TEACHER_MODEL_NAME为Qwen1.5-1.8b和Qwenxx-xb（你所用的教师模型名字，如Qwen2-7B），然后TEACHER_MODEL_PATH为训练保存的教师模型绝对路径。

然后学习率沿用scripts/gpt2/sft_teacher_qwen.sh中的学习率即可。