Swift微调命令参数

源自 ： https://github.com/modelscope/swift/blob/main/docs/source/LLM/LLM微调文档.md

命令行参数

目录

• sft 参数
• dpo 参数
• merge-lora infer 参数
• export 参数
• app-ui 参数
• deploy 参数

sft 参数

• --model_type: 表示你选择的模型类型, 默认是None. model_type指定了对应模型默认的lora_target_modules, template_type等信息. 你可以通过只指定model_type进行微调. 对应的model_id_or_path会使用默认的设置, 从ModelScope进行下载, 并使用默认的缓存路径. model_type和model_id_or_path必须指定其中的一个. 可以选择的model_type可以查看支持的模型.
• --model_id_or_path: 表示模型在ModelScope Hub中的model_id或者本地路径, 默认为None. 如果传入的model_id_or_path已经被注册, 则会根据model_id_or_path推断出model_type. 如果未被注册, 则需要同时指定model_type, e.g. --model_type <model_type> --model_id_or_path <model_id_or_path>.
• --model_revision: 表示模型在ModelScope Hub中对应model_id的版本号, 默认为None. model_revision指定为None, 则使用注册在MODEL_MAPPING中的revision. 否则强制使用命令行传入的model_revision.
• --sft_type: 表示微调的方式, 默认是'lora'. 你可以选择的值包括: 'lora', 'full', 'longlora', 'qalora'. 如果你要使用qlora, 你需设置--sft_type lora --quantization_bit 4.
• --freeze_parameters: 当sft_type指定为'full'时, 将模型最底部的参数进行freeze. 指定范围为0. ~ 1., 默认为0.. 该参数提供了lora与全参数微调的折中方案.
• --additional_trainable_parameters: 作为freeze_parameters的补充, 只有在sft_type指定为'full'才允许被使用, 默认为[]. 例如你如果想训练50%的参数的情况下想额外训练embedding层, 你可以设置--freeze_parameters 0.5 --additional_trainable_parameters transformer.wte, 所有以transformer.wte开头的parameters都会被激活.
• --tuner_backend: 表示lora, qlora的后端支持, 默认是'swift'. 你可以选择的值包括: 'swift', 'peft'.
• --template_type: 表示使用的对话模板的类型, 默认是'AUTO', 即根据model_type查找MODEL_MAPPING中的template. 可以选择的template_type可以查看TEMPLATE_MAPPING.keys().
• --output_dir: 表示ckpt存储的目录, 默认是'output'. 我们会在该目录后拼接model_type和微调版本号. 方便用户对不同模型进行多次对比实验, 而不需要改变output_dir命令行参数. 如果不需要拼接这些内容, 你需要额外指定参数--add_output_dir_suffix false.
• --add_output_dir_suffix: 默认为True, 表示会在output_dir的目录后拼接上model_type和微调版本号的后缀. 如果要避免此行为, 你可以设置为False.
• --ddp_backend: 表示分布式的后端支持, 默认是'nccl'. 你可以选择的值包括: 'nccl', 'gloo', 'mpi', 'ccl'.
• --seed: 全局的seed, 默认使用42. 用于复现训练效果.
• --resume_from_checkpoint: 用于断点续训, 默认为None. 你可以将其设置为checkpoint的路径, 例如: 'output/qwen-7b-chat/vx-xxx/checkpoint-xxx', 来进行断点续训.
• --dtype: 基模型载入时的torch_dtype, 默认为'AUTO', 即智能选择dtype: 如果机器不支持bf16, 则使用fp16, 如果MODEL_MAPPING中对应模型有指定torch_dtype, 则使用其对应dtype, 否则使用bf16. 你可以选择的值包括: 'bf16', 'fp16', 'fp32'.
• --dataset: 用于选择训练的数据集, 默认为[]. 可以选择的数据集可以查看支持的数据集. 如果需要使用多个数据集进行训练, 你可以使用','或者' '进行分割, 例如: --dataset alpaca-en,alpaca-zh or --dataset alpaca-en alpaca-zh.
• --dataset_seed: 用于指定数据集处理的seed, 默认为42. 以random_state形式存在, 不影响全局seed.
• --dataset_test_ratio: 用于指定子数据集切分成训练集和验证集的比例, 默认为0.01. 如果子数据集已经进行了训练集和验证集的切分, 则此参数无效.
• --train_dataset_sample: 对训练集进行采样, 默认是20000, 用于加快训练的速度. 该参数是为了避免数据集过大, 单个epoch训练时间过长的问题. 如果你指定为-1, 则使用完整的训练集进行训练.
• --val_dataset_sample: 对验证集进行采样, 默认是None, 自动选取合适数量的数据集数量进行验证. 如果你指定为-1, 则使用完整的验证集进行验证.
• --system: 对话模板中使用的system, 默认为None, 即使用模型默认的system. 如果指定为'', 则不使用system.
• --max_length: token的最大长度, 默认为2048. 可以避免个别过长的数据样本造成OOM的问题. 当指定--truncation_strategy delete时, 如果某数据样本长度超过max_length, 我们会删除该数据样本. 如果指定--truncation_strategy truncation_left时, 我们会切除最前面的token: input_ids[-max_length:]. 如果设置为-1, 则无限制.
• --truncation_strategy: 默认是'delete'表示把超过max_length的句子从数据集中删除. 'truncation_left'表示会将超过文本的左边给切除掉, 这可能会切到special token, 会影响性能, 并不推荐.
• --check_dataset_strategy: 默认值为'none', 即不做检查. 如果你训练的模型是LLM, 则推荐使用'warning'作为数据检查的策略. 如果你的训练目标为句子分类等任务, 则建议设置为'none'.
• --custom_train_dataset_path: 默认值为[]. 具体的含义参考自定义与拓展.
• --custom_val_dataset_path: 默认值为[]. 具体的含义参考自定义与拓展.
• --self_cognition_sample: 自我认知数据集的采样数. 默认为0. 你该值设置为>0时, 需要同时指定--model_name, --model_author. 如果你想了解更多, 可以查看自我认知微调最佳实践.
• --model_name: 默认为[None, None]. 如果开启了自我认知数据集的采样(即self_cognition_sample>0), 你需要传入两个值, 分别代表模型的中文名和英文名. 例如: --model_name 小黄 'Xiao Huang'.
• --model_author: 默认为[None, None]. 如果开启了自我认知数据集的采样, 你需要传入两个值, 分别代表作者的中文名和英文名. 例如: --model_author 魔搭 ModelScope.
• --quantization_bit: 用于指定是否进行量化和量化的bit数, 默认为0, 即不进行量化. 如果要使用4bit qlora, 你需要设置--sft_type lora --quantization_bit 4
• --bnb_4bit_comp_dtype: 在进行4bit量化时, 我们需要在模型的forward和backward时, 将其进行反量化. 该参数用于指定反量化后的torch_dtype. 默认为'AUTO', 即与dtype保持一致. 可选择的值包括: 'fp16', 'bf16', 'fp32'. 当quantization_bit为0时, 该参数无效.
• --bnb_4bit_quant_type: 4bit量化时的量化方式, 默认是'nf4'. 可选择的值包括: 'nf4', 'fp4'. 当quantization_bit为0时, 该参数无效.
• --bnb_4bit_use_double_quant: 是否在4bit量化时开启double量化, 默认为True. 当quantization_bit为0时, 该参数无效.
• --lora_target_modules: 指定lora模块, 默认为['DEFAULT']. 如果lora_target_modules传入'DEFAULT' or 'AUTO', 则根据model_type查找MODEL_MAPPING中的lora_target_modules(默认指定为qkv). 如果传入'ALL', 则将所有的Linear层(不含head)指定为lora模块. 如果传入'EMBEDDING', 则Embedding层指定为lora模块. 如果内存允许, 建议设置成'ALL'. 当然, 你也可以设置['ALL', 'EMBEDDING'], 将所有的Linear和embedding层指定为lora模块. 该参数只有当sft_type指定为'lora'时才生效.
• --lora_rank: 默认为8. 只有当sft_type指定为'lora'时才生效.
• --lora_alpha: 默认为32. 只有当sft_type指定为'lora'时才生效.
• --lora_dropout_p: 默认为0.05, 只有当sft_type指定为'lora'时才生效.
• --lora_bias_trainable: 默认为'none', 可以选择的值: 'none', 'all'. 如果你要将bias全都设置为可训练, 你可以设置为'all'.
• --lora_modules_to_save: 默认为[]. 如果你想要训练embedding, lm_head, 或者layer_norm, 你可以设置此参数, 例如: --lora_modules_to_save EMBEDDING LN lm_head. 如果传入'EMBEDDING', 则将Embedding层添加到lora_modules_to_save. 如果传入'LN', 则将RMSNorm和LayerNorm添加到lora_modules_to_save.
• --lora_dtype: 默认为'fp32', 指定lora模块的dtype类型. 如果是AUTO则跟随原始模块的dtype类型. 你可以选择的值: 'fp16', 'bf16', 'fp32', 'AUTO'.
• --use_dora: 默认为False, 是否使用DoRA.
• --use_rslora: 默认为False, 是否使用RS-LoRA.
• --neftune_noise_alpha: NEFTune添加的噪声系数, 可以提升模型在指令微调中的性能, 默认为None. 通常可以设置为5, 10, 15. 你可以查看相关论文.
• --neftune_backend: NEFTune的backend，默认使用transformers库, 当训练VL模型时可能遇到不适配的情况, 此时建议指定为swift.
• --gradient_checkpointing: 是否开启gradient checkpointing, 默认为True. 该参数可以用于节约显存, 虽然这会略微降低训练速度. 该参数在max_length较大, batch_size较大时作用显著.
• --deepspeed: 用于指定deepspeed的配置文件的路径或者直接传入json格式的配置信息, 默认为None, 即不开启deepspeed. deepspeed可以节约显存. 我们书写了默认的ZeRO-2配置文件, ZeRO-3配置文件. 你只需要指定'default-zero2', 就会使用默认zero2配置文件; 指定'default-zero3', 就会使用默认的zero3配置文件.
• --batch_size: 训练时的batch_size, 默认为1. 增大batch_size可以增加GPU的利用率, 但不一定会增加训练速度, 因为在一个batch中, 需要对较短的句子按该batch中最长句子的长度进行padding, 从而引入无效的计算量.
• --eval_batch_size: 评估时的batch_size, 默认为None, 即当predict_with_generate为True时, 设置为1, 为False时, 设置为batch_size.
• --num_train_epochs: 训练的epoch数, 默认为1. 如果max_steps >= 0, 则覆盖num_train_epochs. 通常情况下设置为3 ~ 5.
• --max_steps: 训练的max_steps数, 默认为-1. 如果max_steps >= 0, 则覆盖num_train_epochs.
• --optim: 默认为'adamw_torch'.
• --learning_rate: 默认值为None, 即如果sft_type为lora, 则设置为1e-4, 如果sft_type为full, 则设置为1e-5.
• --weight_decay: 默认值为0.01.
• --gradient_accumulation_steps: 梯度累加, 默认值为None, 设置为math.ceil(16 / self.batch_size / world_size). total_batch_size = batch_size * gradient_accumulation_steps * world_size.
• --max_grad_norm: 梯度裁剪, 默认值为0.5.
• --predict_with_generate: 评估时是否使用生成式的方式, 默认为False. 如果设置为False, 则使用loss进行评估. 如果设置为True, 则使用ROUGE-L等指标进行评估. 使用生成式评估耗费的时间很长, 请谨慎选择.
• --lr_scheduler_type: 默认值为'linear', 你可以选择: 'linear', 'cosine', 'constant'等.
• --warmup_ratio: warmup占用总的训练steps的比例, 默认为0.05.
• --eval_steps: 每训练多少steps进行评估, 默认为50.
• --save_steps: 每训练多少个steps进行保存, 默认为None, 即设置为eval_steps.
• --save_only_model: 是否只保存模型参数, 而不存储断点续训所需的中间状态, 默认为None, 即如果sft_type为'lora'并且不使用deepspeed(deepspeed为None), 设置为False, 否则设置为True(e.g. 使用了全参数微调或者使用了deepspeed).
• --save_total_limit: 保存的checkpoint的数量, 默认为2, 即保存best和last的checkpoint. 如果设置为-1, 则保存所有的checkpoint.
• --logging_steps: 每训练多少步打印训练信息(e.g. loss, learning_rate等), 默认为5.
• --dataloader_num_workers: 默认值为1.
• --push_to_hub: 是否将训练的checkpoint同步推送到ModelScope Hub中, 默认为False.
• --hub_model_id: 推送到的ModelScope Hub的model_id, 默认为None, 即设置为f'{model_type}-{sft_type}'. 你可以将其设置为model_id, 也可以设置为repo_name. 我们会根据hub_token推断出user_name. 推送的远程仓库如果不存在, 则会创建一个新的仓库, 如果存在, 则复用之前的仓库. 该参数只有在push_to_hub设置为True时才生效.
• --hub_token: 推送时需要的SDK token. 可以从https://modelscope.cn/my/myaccesstoken获取, 默认为None, 即从环境变量MODELSCOPE_API_TOKEN中获取. 该参数只有在push_to_hub设置为True时才生效.
• --hub_private_repo: 推送的ModelScope Hub中的模型仓库的权限是否设置为私有, 默认为False. 该参数只有在push_to_hub设置为True时才生效.
• --push_hub_strategy: 推送策略, 默认为'push_best'. 可选择的值包括: 'end', 'push_best', 'push_last', 'checkpoint', 'all_checkpoints'. 'push_best'表示在每次保存权重时, 将最好的模型进行推送并覆盖之前的权重, 'push_last'表示在每次保存权重时, 将最后的权重进行推送并覆盖之前的权重, 'end'表示只在训练的最后推送最好的模型. 该参数只有在push_to_hub设置为True时才生效.
• --test_oom_error: 用于检测训练是否会发生OOM, 默认为False. 如果设置为True, 则会将训练集按max_length倒序进行排列, 方便OOM的测试. 该参数一般用于测试, 请谨慎设置.
• --disable_tqdm: 是否不启用tqdm, 这在nohup启动脚本时很有用. 默认为False, 即为启动tqdm.
• --lazy_tokenize: 如果设置为False, 则在trainer.train()之前提前对所有文本进行预处理. 如果设置为True, 则延迟对文本进行编码, 减少预处理的等待并减少内存占用, 这在处理大数据集时很有用. 默认为None, 即我们会根据template的类型进行智能选择, LLM的模型通常设置为False, 多模态的模型通常设置为True(避免图片和音频加载导致过多的内存占用).
• --preprocess_num_proc: 在对数据集预处理时(对文本进行tokenize), 使用多进程. 默认为1. 与lazy_tokenize命令行参数一样, 用于解决预处理速度慢的问题. 但该策略无法减少内存占用, 所以如果当数据集巨大时, 建议使用lazy_tokenize. 推荐设置的值: 4, 8. 请注意: 当使用qwen-audio时, 该参数会强制设置为1, 因为qwen-audio的预处理函数中使用了torch的多进程, 会造成不兼容问题.
• --use_flash_attn: 是否使用flash attn, 默认为None. 安装flash_attn的步骤可以查看https://github.com/Dao-AILab/flash-attention. 支持flash_attn的模型可以查看LLM支持的模型.
• --ignore_args_error: 是否忽略命令行传参错误抛出的Error, 默认为False. 如果需要拷贝代码到notebook中运行, 需要设置成True.
• --check_model_is_latest: 检查模型是否是最新, 默认为True. 如果你需要断网进行训练, 请将该参数设置为False.
• --logging_dir: 默认为None. 即设置为f'{self.output_dir}/runs', 表示tensorboard文件存储路径.
• --report_to: 默认为['tensorboard'].
• --acc_strategy: 默认为'token', 可选择的值包括: 'token', 'sentence'.
• --save_on_each_node: 该参数在多机训练时生效, 默认为True.
• --save_strategy: 保存checkpoint的策略, 默认为'steps', 可选择的值包括: 'steps', 'no'.
• --save_safetensors: 默认为True.
• --max_new_tokens: 默认为2048. 该参数只有在predict_with_generate设置为True的时候才生效.
• --do_sample: 默认为True. 该参数只有在predict_with_generate设置为True的时候才生效.
• --temperature: 默认为0.3. 该参数只有在predict_with_generate设置为True的时候才生效.
• --top_k: 默认为20. 该参数只有在predict_with_generate设置为True的时候才生效.
• --top_p: 默认为0.7. 该参数只有在predict_with_generate设置为True的时候才生效.
• --repetition_penalty: 默认为1.. 该参数只有在predict_with_generate设置为True的时候才生效.
• --num_beams: 默认为1. 该参数只有在predict_with_generate设置为True的时候才生效.
• --gpu_memory_fraction: 默认为None. 该参数旨在指定显卡最大可用显存比例的情况下运行训练，用于极限测试.
• --train_dataset_mix_ratio: 默认为0. 该参数定义了如何进行数据集打混训练. 指定该参数时, 训练集会以train_dataset_mix_ratio倍数混合train_dataset_mix_ds指定的通用知识数据集, 使整体数据集长度达到train_dataset_sample.
• --train_dataset_mix_ds: 默认为ms-bench. 用于防止知识遗忘的通用知识数据集.
• --use_loss_scale: 默认为False. 生效时会将Agent的部分字段(Action/Action Input部分)的loss权重加强以强化CoT, 对普通SFT场景没有任何效果.

LoRA+微调参数

• --lora_lr_ratio: 默认值None, 建议值10~16, 使用lora时指定该参数即可使用lora+.

GaLore微调参数

• --use_galore: bool : 默认值False, 是否使用GaLore.
• --galore_target_modules: Union[str, List[str]] : 默认值None, 不传的情况下对attention和mlp应用GaLore.
• --galore_rank: int : 默认值128, GaLore的rank值.
• --galore_update_proj_gap: int : 默认值50, 分解矩阵的更新间隔.
• --galore_scale: int : 默认值1.0, 矩阵权重系数.
• --galore_proj_type: str : 默认值std, GaLore矩阵分解类型.
• --galore_optim_per_parameter: bool : 默认值False, 是否给每个Galore目标Parameter设定一个单独的optimizer.
• --galore_with_embedding: bool : 默认值False, 是否对embedding应用GaLore.

LLaMA-PRO微调参数

• --llamapro_num_new_blocks: 默认值4, 插入的新layers总数.
• --llamapro_num_groups: 默认值None, 分为多少组插入new_blocks, 如果为None则等于llamapro_num_new_blocks, 即每个新的layer单独插入原模型.

AdaLoRA微调参数

以下参数sft_type设置为adalora时生效. adalora的target_modules等参数继承于lora的对应参数, 但lora_dtype参数不生效.

• --adalora_target_r: 默认值8, adalora的平均rank.
• --adalora_init_r: 默认值12, adalora的初始rank.
• --adalora_tinit: 默认值0, adalora的初始warmup.
• --adalora_tfinal: 默认值0, adalora的final warmup.
• --adalora_deltaT: 默认值1, adalora的step间隔.
• --adalora_beta1: 默认值0.85, adalora的EMA参数.
• --adalora_beta2: 默认值0.85, adalora的EMA参数.
• --adalora_orth_reg_weight: 默认值0.5, adalora的正则化参数.

IA3微调参数

以下参数sft_type设置为ia3时生效.

• --ia3_target_modules: 指定IA3目标模块, 默认为['DEFAULT']. 具体含义可以参考lora_target_modules.
• --ia3_feedforward_modules: 指定IA3的MLP的Linear名称, 该名称必须在ia3_target_modules中.
• --ia3_modules_to_save: IA3参与训练的额外模块. 具体含义可以参考lora_modules_to_save的含义.

dpo 参数

dpo参数继承了sft参数, 除此之外增加了以下参数:

• --ref_model_type: 对比模型的类型, 可以选择的model_type可以查看MODEL_MAPPING.keys().
• --max_prompt_length: 最大的提示长度, 该参数会传入DPOTrainer中, 使prompt长度不超过该值的设置, 默认值1024.
• --beta: DPO logits的正则项，默认为0.1.
• --label_smoothing: 是否使用DPO smoothing, 默认值为0，一般设置在0~0.5之间.
• --loss_type: DPOloss类型, 支持'sigmoid', 'hinge', 'ipo', 'kto_pair', 默认值'sigmoid'.
• --sft_beta: 是否在DPO中加入sft loss, 默认为0.1, 支持[0, 1)区间，最后的loss为(1-sft_beta)*KL_loss + sft_beta * sft_loss.

merge-lora infer 参数

• --model_type: 默认值为None, 具体的参数介绍可以在sft.sh命令行参数中查看.
• --model_id_or_path: 默认值为None, 具体的参数介绍可以在sft.sh命令行参数中查看. 推荐使用model_type的方式指定.
• --model_revision: 默认值为None. 具体的参数介绍可以在sft.sh命令行参数中查看. 如果model_id_or_path为None或者是本地的模型目录, 则该参数失效.
• --sft_type: 默认值为'lora', 具体的参数介绍可以在sft.sh命令行参数中查看.
• --template_type: 默认值为'AUTO', 具体的参数介绍可以在sft.sh命令行参数中查看.
• --infer_backend: 你可以选择'AUTO', 'vllm', 'pt'. 默认使用'AUTO', 进行智能选择, 即如果没有传入ckpt_dir或使用全参数微调, 并且安装了vllm且模型支持vllm则使用vllm引擎, 否则使用原生torch进行推理. vllm环境准备可以参考VLLM推理加速与部署, vllm支持的模型可以查看支持的模型.
• --ckpt_dir: 必填项, 值为SFT阶段保存的checkpoint路径, e.g. '/path/to/your/vx-xxx/checkpoint-xxx'.
• --load_args_from_ckpt_dir: 是否从ckpt_dir的sft_args.json文件中读取模型配置信息. 默认是True.
• --load_dataset_config: 该参数只有在--load_args_from_ckpt_dir true时才生效. 即是否从ckpt_dir的sft_args.json文件中读取数据集相关的配置信息. 默认为False.
• --eval_human: 使用数据集中的验证集部分进行评估还是使用人工的方式评估. 默认值为None, 进行智能选择, 如果没有任何数据集(含自定义数据集)传入, 则会使用人工评估的方式. 如果有数据集传入, 则会使用数据集方式评估.
• --seed: 默认值为42, 具体的参数介绍可以在sft.sh命令行参数中查看.
• --dtype: 默认值为'AUTO, 具体的参数介绍可以在sft.sh命令行参数中查看.
• --dataset: 默认值为[], 具体的参数介绍可以在sft.sh命令行参数中查看.
• --dataset_seed: 默认值为42, 具体的参数介绍可以在sft.sh命令行参数中查看.
• --dataset_test_ratio: 默认值为0.01, 具体的参数介绍可以在sft.sh命令行参数中查看.
• --val_dataset_sample: 表示想要评估和展示的验证集的数量, 默认值为10.
• --system: 默认值为None. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --max_length: 默认值为-1. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --truncation_strategy: 默认是'delete'. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --check_dataset_strategy: 默认值为'none', 具体的参数介绍可以在sft.sh命令行参数中查看.
• --custom_train_dataset_path: 默认值为[]. 具体的含义参考README.md中的自定义数据集模块.
• --custom_val_dataset_path: 默认值为[]. 具体的含义参考README.md中的自定义数据集模块.
• --quantization_bit: 默认值为0. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --bnb_4bit_comp_dtype: 默认值为'AUTO'. 具体的参数介绍可以在sft.sh命令行参数中查看. 若quantization_bit设置为0, 则该参数失效.
• --bnb_4bit_quant_type: 默认值为'nf4'. 具体的参数介绍可以在sft.sh命令行参数中查看. 若quantization_bit设置为0, 则该参数失效.
• --bnb_4bit_use_double_quant: 默认值为True. 具体的参数介绍可以在sft.sh命令行参数中查看. 若quantization_bit设置为0, 则该参数失效.
• --max_new_tokens: 生成新token的最大数量, 默认值为2048.
• --do_sample: 是使用贪婪生成的方式还是采样生成的方式, 默认值为True.
• --temperature: 默认值为0.3. 该参数只有在do_sample设置为True时才生效. 该参数会在部署参数中作为默认值使用.
• --top_k: 默认值为20. 该参数只有在do_sample设置为True时才生效. 该参数会在部署参数中作为默认值使用.
• --top_p: 默认值为0.7. 该参数只有在do_sample设置为True时才生效. 该参数会在部署参数中作为默认值使用.
• --repetition_penalty: 默认值为1.. 该参数会在部署参数中作为默认值使用.
• --num_beams: 默认为1.
• --use_flash_attn: 默认值为None, 即为'auto'. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --ignore_args_error: 默认值为False, 具体的参数介绍可以在sft.sh命令行参数中查看.
• --stream: 是否使用流式输出, 默认为True. 该参数只有在使用数据集评估并且verbose为True时才生效.
• --merge_lora: 是否将lora权重merge到基模型中, 并保存完整的权重, 默认为False. 权重会保存在ckpt_dir的同级目录中, e.g. '/path/to/your/vx-xxx/checkpoint-xxx-merged'目录下.
• --merge_device_map: merge-lora时使用的device_map, 默认为None, 为减少显存占用, 在仅有merge-lora过程时使用auto，其他情况默认使用cpu.
• --save_safetensors: 保存成safetensors文件还是bin文件. 默认为True.
• --overwrite_generation_config: 是否将评估所使用的generation_config保存成generation_config.json文件, 默认为None. 如果指定了ckpt_dir, 则设置为True, 否则设置为False. 训练时保存的generation_config文件将被覆盖.
• --verbose: 如果设置为False, 则使用tqdm样式推理. 如果设置为True, 则输出推理的query, response, label. 默认为None, 进行自动选择, 即len(val_dataset) >= 100时, 设置为False, 否则设置为True. 该参数只有在使用数据集评估时生效.
• --gpu_memory_utilization: 初始化vllm引擎EngineArgs的参数, 默认为0.9. 该参数只有在使用vllm时才生效. VLLM推理加速和部署可以查看VLLM推理加速与部署.
• --tensor_parallel_size: 初始化vllm引擎EngineArgs的参数, 默认为1. 该参数只有在使用vllm时才生效.
• --max_model_len: 覆盖模型的max_model_len, 默认为None. 该参数只有在使用vllm时才生效.

export 参数

export参数继承了infer参数, 除此之外增加了以下参数:

• --merge_lora: 默认为False. 该参数已在InferArguments中定义, 不属于新增参数. 是否将lora权重merge到基模型中, 并保存完整的权重. 权重会保存在ckpt_dir的同级目录中, e.g. '/path/to/your/vx-xxx/checkpoint-xxx-merged'目录下.
• --quant_bits: 量化的bits数. 默认为0, 即不进行量化. 如果你设置了--quant_method awq, 你可以设置为4进行4bits量化. 如果你设置了--quant_method gptq, 你可以设置为2,3,4,8进行对应bits的量化. 如果对原始模型进行量化, 权重会保存在f'{args.model_type}-{args.quant_method}-int{args.quant_bits}'目录中. 如果对微调后模型进行量化, 权重会保存在ckpt_dir的同级目录中, e.g. f'/path/to/your/vx-xxx/checkpoint-xxx-{args.quant_method}-int{args.quant_bits}'目录下.
• --quant_method: 量化方法, 默认为'awq'. 你可以选择为'awq', 'gptq'.
• --dataset: 该参数已在InferArguments中定义, 在export时含义为量化数据集. 默认为[]. 推荐设置为--dataset ms-bench-mini. 该数据集含多语言的内容(中文为主)且质量很高, 量化中文模型具有很好的效果. 你也可以设置--dataset pileval, 使用autoawq默认量化数据集, 该数据集的语言为英文. 更多细节: 包括如何自定义量化数据集, 可以参考LLM量化文档.
• --quant_n_samples: 量化参数, 默认为None, 如果使用awq量化设置为256, 如果使用gptq量化设置为1024. 当设置为--quant_method awq时, 如果出现量化的时候OOM, 可以适度降低--quant_n_samples和--quant_seqlen. --quant_method gptq通常不会出现量化OOM.
• --quant_seqlen: 量化参数, 默认为2048.
• --quant_device_map: 默认为'cpu', 节约显存. 你可以指定为'cuda:0', 'auto', 'cpu'等, 表示量化时模型导入的设备.
• --push_to_hub: 默认为False. 是否将最后的ckpt_dirpush到ModelScope Hub中. 如果你指定了merge_lora, 则将推送全量参数; 如果你还指定了quant_bits, 则将推送量化后的模型.
• --hub_model_id: 默认为None. 推送到的ModelScope Hub的model_id. 如果push_to_hub设置为True, 该参数必须被设置.
• --hub_token: 默认为None. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --hub_private_repo: 默认为False. 具体的参数介绍可以在sft.sh命令行参数中查看.
• --commit_message: 默认是'update files'.

app-ui 参数

app-ui参数继承了infer参数, 除此之外增加了以下参数:

• --server_name: 默认为'127.0.0.1'. 传递给gradio的demo.queue().launch(...)函数.
• --server_port: 默认为7860. 传递给gradio的demo.queue().launch(...)函数.
• --share: 默认为False. 传递给gradio的demo.queue().launch(...)函数.

deploy 参数

deploy参数继承了infer参数, 除此之外增加了以下参数:

• --host: 默认为'127.0.0.1.
• --port: 默认为8000.
• --ssl_keyfile: 默认为None.
• --ssl_certfile: 默认为None.