İnce ayar için veriyi ön işleme

Llama 3 ile İnce Ayar (Fine-Tuning)

Francesca Donadoni

Curriculum Manager, DataCamp

İnce ayar için veri kümeleri kullanma

  • Veri kalitesi kritiktir

  • Eğitim Kümesi:

    • Modeli eğitmek için
    • Verinin çoğunluğu

Eğitim kümeli bir veri kümesi diyagramı.

Llama 3 ile İnce Ayar (Fine-Tuning)

İnce ayar için veri kümeleri kullanma

  • Veri kalitesi kritiktir

  • Eğitim Kümesi:

    • Modeli eğitmek için
    • Verinin çoğunluğu
  • Doğrulama Kümesi:
    • En iyi model sürümünü seçmek için

Eğitim ve doğrulama kümesi diyagramı.

Llama 3 ile İnce Ayar (Fine-Tuning)

İnce ayar için veri kümeleri kullanma

  • Veri kalitesi kritiktir

  • Eğitim Kümesi:

    • Modeli eğitmek için
    • Verinin çoğunluğu
  • Doğrulama Kümesi:
    • En iyi model sürümünü seçmek için
  • Test Kümesi:
    • Model performansını değerlendirmek için

Eğitim, doğrulama ve test kümesi diyagramı.

Llama 3 ile İnce Ayar (Fine-Tuning)

Datasets kütüphanesiyle veriyi hazırlama

 

  • Datasets kütüphanesi
  • Ön işleme
  • Bölme
  • Yükleme
  • Bellek yönetimi

Veri akışının diyagramı: veri, datasets kütüphanesine akar; burada ön işleme, yükleme/yönetim ve entegrasyonlar için 3 yeşil kutu görülür; ok, çıktıya (hazır veri kutusu) yönelir.

Llama 3 ile İnce Ayar (Fine-Tuning)

Müşteri hizmetleri veri kümesini yükleme

from datasets import load_dataset

ds = load_dataset(
    'bitext/Bitext-customer-support-llm-chatbot-training-dataset',

    split="train"

)

print(ds.column_names)

['flags', 'instruction', 'category', 'intent', 'response']
Llama 3 ile İnce Ayar (Fine-Tuning)

Veriye hızlı bakış

import pprint
pprint.pprint(ds[0])

{'category': 'ORDER',
 'flags': 'B',
 'instruction': 'question about cancelling order {{Order Number}}',
 'intent': 'cancel_order',
 'response': "I've understood you have a question regarding canceling order "
             "{{Order Number}}, and I'm here to provide you with the "
             'information you need. Please go ahead and ask your question, and '
             "I'll do my best to assist you."}
Llama 3 ile İnce Ayar (Fine-Tuning)

Veri kümesini filtreleme

from datasets import load_dataset, Dataset

ds = load_dataset(
    'bitext/Bitext-customer-support-llm-chatbot-training-dataset',
    split="train")

print(ds.shape)

(26872, 5)

first_thousand_points = ds[:1000]

ds = Dataset.from_dict(first_thousand_points)
Llama 3 ile İnce Ayar (Fine-Tuning)

Veri kümesini ön işleme

def merge_example(row):

    row['conversation'] = f"Query: {row['instruction']}\nResponse: {row['response']}"
    return row

ds = ds.map(merge_example)

print(ds[0]['conversation'])

Query: question about cancelling order {{Order Number}}
Response: I've understood you have a question regarding canceling order {{Order Number}}, 
and I'm here to provide you with the information you need. Please go ahead and ask your 
question, and I'll do my best to assist you.
Llama 3 ile İnce Ayar (Fine-Tuning)

Ön işlenmiş veri kümesini kaydetme

ds.save_to_disk("preprocessed_dataset")

Veri kümesi kaydediliyor (1/1 parça): 100%
26872/26872 [00:00<00:00, 383823.33 örnek/sn]

from datasets import load_from_disk
ds_preprocessed = load_from_disk("preprocessed_dataset")
Llama 3 ile İnce Ayar (Fine-Tuning)

Hugging Face veri kümelerini TorchTune ile kullanma

 

  • Hugging Face veri kümesini TorchTune ile kullanabilirsiniz
  • Bir veri kümesi yolu ve yapılandırmalar ayarlayın

 

tune run full_finetune_single_device --config llama3/8B_full_single_device \
dataset=preprocessed_dataset dataset.split=train
Llama 3 ile İnce Ayar (Fine-Tuning)

Hadi pratik yapalım!

Llama 3 ile İnce Ayar (Fine-Tuning)

Preparing Video For Download...