Closed nuoma closed 1 year ago
两个原因:1)希望有更多可训练参数;2)初步实验结果r64优于r8。 但至于是不是r64一定优于r8,这个没有明确结论,没有做point-to-point实验。 另外,从训练效果的角度来看r64并没有比r8带来太多的负担,所以综合以上选择r64。
好的,那是不是在预训练阶段也可以尝试干这件事情?no harm to try 谢谢解答,看来我还需要做更多的实验。
好的,那是不是在预训练阶段也可以尝试干这件事情?no harm to try 谢谢解答,看来我还需要做更多的实验。
是的,在Chinese-LLaMA-2项目中,预训练阶段的lora rank设置成了和plus模型中的一样的64
提交前必须检查以下项目
问题类型
模型训练与精调
基础模型
LLaMA-Plus-7B
操作系统
Linux
详细描述问题
你好,为什么在Plus版本的sft中改变了Lora Rank?我在您的report中并没有看到相关的讨论。
第一版您用了2M to 3M的SFT,第二版您用了4M to 4.3M的SFT。所以从文章中很难看出是SFT的数量导致涨点,还是Lora Rank起了作用。
麻烦可以分享一下您这么做的原因吗?谢谢!
依赖情况(代码类问题务必提供)
运行日志或截图