Ajuste fino con TorchTune

Ajuste fino con Llama 3

Francesca Donadoni

Curriculum Manager, DataCamp

Componentes del ajuste fino con TorchTune

  • Modelo

    • Define la arquitectura y los pesos preentrenados a ajustar
    • Hay distintas versiones y tamaños de parámetros

  • Conjunto de datos

    • Especifica los datos de entrenamiento

  • Receta

    • Archivo central que combina modelo, datos y parámetros de entrenamiento
    • Asegura coherencia y reproducibilidad

iStock-2151073200.jpg

iStock-1281282682.jpg

iStock-2173849278.jpg

Ajuste fino con Llama 3

Componentes del ajuste fino con TorchTune

  • Modelo

    • !tune ls
      llama3/8B_full
llama3_1/8B_full
llama3_2/1B_full ...

  • Conjunto de datos

    • ds.save_to_disk("new_dataset")

  • Receta

    • custom_recipe.yaml

iStock-2151073200.jpg

iStock-1281282682.jpg

iStock-2173849278.jpg

Ajuste fino con Llama 3

Componentes de una receta de TorchTune

  • Ajustes generales y directorio de salida
    • Tamaño de lote, dispositivo y épocas

 

  • Modelo
    • Define la arquitectura y la config del modelo

 

  • Optimizador

    • Incluye la tasa de aprendizaje

  • Conjunto de datos

    • Define el preprocesado y la ruta del dataset
batch_size: 4
device: cuda
epochs: 20
output_dir: /tmp/full-llama3.2-finetune

model:
  _component_: 
      torchtune.models.llama3_2.llama3_2_1b

optimizer:
  _component_: bitsandbytes.optim.PagedAdamW8bit
  lr: 2.0e-05

dataset:
  _component_: torchtune.datasets.alpaca_dataset
Ajuste fino con Llama 3

Configurar recetas de TorchTune

  • Más parámetros disponibles
  • Configurable en Python con yaml
import yaml

config_dict = {"batch_size": 4,
               "device": "cuda",
               "model": {
                 "_component_": "torchtune.models.llama3_2.llama3_2_1b"
                },
                ...
}

yaml_file_path = "custom_recipe.yaml"
with open(yaml_file_path, "w") as yaml_file:
    yaml.dump(config_dict, yaml_file)
Ajuste fino con Llama 3

Ejecutar un ajuste fino personalizado

tune run --config custom_recipe.yaml

INFO:torchtune.utils.logging:Running 
Writing logs to /tmp/full-llama3.2-finetune/log_1732815689.txt
INFO:torchtune.utils.logging:Model is initialized with precision torch.bfloat16.
INFO:torchtune.utils.logging:Tokenizer is initialized from file.
1|52|Loss: 2.3697006702423096:   0%|▏                     | 52/25880
  • Logs guardados
  • Inicialización correcta
  • Progreso de época y pasos
  • Métricas de pérdida
Ajuste fino con Llama 3

¡Vamos a practicar!

Ajuste fino con Llama 3

Preparing Video For Download...