全面指南：Zephyr-7B的特点、使用和微调

‘

大家都在关注OpenAI LLM排行榜和旨在达到GPT-4性能的新开源模型。最近引起很大关注的一个模型是Zephyr-7B。

‘在本教程中，我们将学习一个名为Zephyr-7B的新语言模型。我们将使用Transformers pipeline访问它，并在Agent-Instruct数据集上对模型进行微调。如果你对人工智能还不熟悉，可以查看AI Fundamentals技能轨迹。它将帮助你准备好，并为你成为未来的人工智能工程师铺平道路。

了解Zephyr-7B

Zephyr-7B是由WebPilot.AI开发的尖端语言模型。它是Zephyr系列语言模型的一部分，这些模型经过训练，可以作为有帮助的助手。Zephyr-7B旨在在各种基于语言的任务中表现出色，例如生成连贯的文本，跨不同语言进行翻译，总结重要信息，分析情感，并根据上下文回答问题。

Zephyr-7B-β

Zephyr-7B-β是该系列的第二个模型。它是Mistral-7B模型的优化版本，使用直接偏好优化（DPO）算法在公共和合成数据集的组合上进行训练。因此，Zephyr-7B-β展示了从解释复杂问题到总结长篇文字的能力。

发布时，Zephyr-7B-β是MT-Bench和AlpacaEval基准测试中排名最高的7B聊天模型。它利用自然语言处理的最新进展，达到了理解和生成类似人类文本的新高度。

您可以通过在Zephyr Chat上尝试免费演示来体验其改进的性能。

这段文字的中文翻译如下：

图片来自Zephyr Chat

访问Zephyr-7B

与Mistral 7B教程类似，我们将使用Hugging Face的transformers加载和使用Zephyr-7B-beta。这非常简单。

注意：如果您在加载模型时遇到问题，请查看推理 Kaggle 笔记本。

首先，安装所有必要的库。确保您正在运行最新版本，否则它将无法正常工作。

!pip install -q -U transformers
!pip install -q -U accelerate
!pip install -q -U bitsandbytes

然后，从transformers库中加载Pytorch库和pipeline模块。

import torch
from transformers import pipeline

我们将使用模型名称torch_dtype和device_map参数构建文本生成管道。

在device_map中的“auto”表示它可以使用多个GPU来更快地生成响应。

torch.bfloat16（脑浮点）是一种16位浮点数据类型，其指数大小与torch.float32相同，但尾数大小较小。这样可以实现更快的计算和更低的内存使用，但也会降低精度和准确性。

model_name = "HuggingFaceH4/zephyr-7b-beta"

pipe = pipeline(
    "text-generation",
    model=model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

我们需要为管道对象提供提示和其他必要的参数，并打印出响应。

prompt = "编写一个Python函数，可以从文件中清除HTML标签："

outputs = pipe(
    prompt,
    max_new_tokens=300,
    do_sample=True,
    temperature=0.7,
    top_k=50,
    top_p=0.95,
)
print(outputs[0]["generated_text"])

这个回答非常令人印象深刻。它提供了带有注释的Python代码。

这段文字的中文翻译如下：

我们甚至可以通过以Zephyr-7B风格提供系统提示来自定义模型的响应。

我们将使用函数pipe.tokenizer.apply_chat_template来使用一个字典列表创建提示。这些字典包含有关聊天助手角色和行为以及用户提示的信息。

messages = [
    {
        "role": "system",
        "content": "您是一位熟练的软件工程师，能够持续产出高质量的Python代码。",
    },
    {
        "role": "user",
        "content": "编写一个Python代码以星形图案显示文本。",
    },
]

prompt = pipe.tokenizer.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)

最后，我们将传递pipeline对象prompt和其他参数来生成回复。

outputs = pipe(
    prompt,
    max_new_tokens=300,
    do_sample=True,
    temperature=0.7,
    top_k=50,
    top_p=0.95,
)
print(outputs[0]["generated_text"])

Zephyr-7B提供了最优化的解决方案，并附带函数的解释和输出。这太棒了。人们应该使用它来生成Python代码。

这段文字的中文翻译如下：

微调Zephyr-7B

在本节中，我们将学习如何使用Kaggle的免费GPU对自定义数据集上的Zephyr-7B-beta模型进行微调。按照说明，您将能够在仅两个小时内准备好部署您的模型。

注意：如果您在训练模型时遇到问题，请查看Fine-tuning Kaggle Notebook。

设置

首先，安装必要的Python库来加载数据集和模型，并进行微调。

%%capture
%pip install -U bitsandbytes
%pip install -U transformers
%pip install -U peft
%pip install -U accelerate
%pip install -U trl

然后，我们将加载必要的模块，这些模块将使我们的生活更轻松，并帮助我们在有限的内存下训练模型。

from transformers import (
    AutoModelForCausalLM,
    AutoTokenizer,
    BitsAndBytesConfig,
    HfArgumentParser,
    TrainingArguments,
    pipeline,
    logging,
)
from peft import (
    LoraConfig,
    PeftModel,
    prepare_model_for_kbit_training,
    get_peft_model,
)
import os, torch, wandb
from datasets import load_dataset
from trl import SFTTrainer

这部分是特定于Kaggle笔记本的。我们已经在Kaggle secrets中添加了Hugging Face和Weights & Biases（wandb）的API密钥。我们将安全地使用它们将模型上传到Hugging Face Hub，并在Weights and Biases服务器上实时监控模型训练过程。

from kaggle_secrets import UserSecretsClient
user_secrets = UserSecretsClient()
secret_hf = user_secrets.get_secret("HUGGINGFACE_TOKEN")
secret_wandb = user_secrets.get_secret("wandb")

使用CLI和API密钥登录到Hugging Face。

!huggingface-cli login --token $secret_hf

同样地，登录到wandb并启动项目。

# 监控LLM
wandb.login(key = secret_wandb)
run = wandb.init(
    project='Fine tuning Zephyr 7B', 
    job_type="training", 
    anonymous="allow"
)

提供用于微调、保存和推送到Hugging Face hub的基础模型、数据集和新模型的名称。

base_model = "HuggingFaceH4/zephyr-7b-beta"
dataset_name = "THUDM/AgentInstruct"
new_model = "zephyr-7b-beta-Agent-Instruct"

AgentInstruct 数据集

我们将加载数据集，然后使用 format_prompt 函数将其转换为 Zephyr-7B 提示样式。该函数从数据集中提取角色和内容，并将它们转换为以系统提示开头、以默认指令结尾的长字符串。

#导入数据集
dataset = load_dataset(“THUDM/AgentInstruct”, split=”train”)
def format_prompt(sample):
intro = “下面是一个用户和您之间的对话。”
end = “指令：根据对话编写适当的回复。”

try:
formatted_conversations = “\n”.join(
f”<{resp[‘from’]}>: {resp[‘value’]}”
for resp in sample[“conversations”]
)

sample[“text”] = f”{intro}\n\n{formatted_conversations}\n\n{end}”
except (TypeError, KeyError):
raise ValueError(“输入样本的格式无效。”)
return sample

dataset = dataset.map(
format_prompt,
remove_columns=[“conversations”]
)
dataset[“text”][100]

加载模型和分词器

我们将从Hugging Face下载并加载一个4位精度的模型，以实现更快的训练。这对于具有有限VRAM的GPU进行微调是必要的。之后，我们将加载分词器并配置它以解决fp16的问题。

bnb_config = BitsAndBytesConfig(
load_in_4bit=True,
bnb_4bit_quant_type=”nf4″,
bnb_4bit_compute_dtype=torch.bfloat16,
bnb_4bit_use_double_quant=False,
)
model = AutoModelForCausalLM.from_pretrained(
base_model,
load_in_4bit=True,
quantization_config=bnb_config,
torch_dtype=torch.bfloat16,
device_map=”auto”,
trust_remote_code=True,
)
model.config.use_cache = False
model.config.pretraining_tp = 1
model.gradient_checkpointing_enable()

# 加载分词器
tokenizer = AutoTokenizer.from_pretrained(base_model, trust_remote_code=True)
tokenizer.padding_side = ‘right’
tokenizer.pad_token = tokenizer.eos_token
tokenizer.add_eos_token = True
tokenizer.add_bos_token, tokenizer.add_eos_token

构建模型

我们现在将向我们的模型添加一个适配器层，以便更高效地进行微调。我们将只更新适配器层中的参数，以加快训练速度。

model = prepare_model_for_kbit_training(model)
peft_config = LoraConfig(
    lora_alpha=16,
    lora_dropout=0.1,
    r=64,
    bias="none",
    task_type="CAUSAL_LM",
    target_modules=['up_proj', 'base_layer', 'down_proj']
)
model = get_peft_model(model, peft_config)

训练模型

在训练参数中设置正确的超参数非常重要。您可以通过阅读Fine-Tuning LLaMA 2教程了解每个超参数。

然后，我们将使用HuggingFace的TRL库来构建SFT Trainer，其中包括模型、数据集、Lora配置、分词器和训练参数等必要组件。

最后，我们将开始训练。

# 超参数
training_arguments = TrainingArguments(
output_dir=”./results”,
num_train_epochs=1,
per_device_train_batch_size=4,
gradient_accumulation_steps=1,
optim=”paged_adamw_32bit”,
save_steps=25,
logging_steps=25,
learning_rate=2e-4,
weight_decay=0.001,
fp16=False,
bf16=False,
max_grad_norm=0.3,
max_steps=-1,
warmup_ratio=0.03,
group_by_length=True,
lr_scheduler_type=”constant”,
report_to=”wandb”
)

# 设置sft参数
trainer = SFTTrainer(
model=model,
train_dataset=dataset,
peft_config=peft_config,
max_seq_length= 512,
dataset_text_field=”text”,
tokenizer=tokenizer,
args=training_arguments,
packing= False,
)

trainer.train()

在大约1小时40分钟后，训练完成，并观察到训练损失逐渐减小。

这段文字的中文翻译如下：

这是来自Weights & Biases的更详细的模型评估。

这段文字的中文翻译如下：

我们现在将保存模型，完成wandb实例，并将模型推送到Hugging Face Hub。这将创建一个带有保存的适配器文件的模型仓库。

# 保存微调后的模型
trainer.model.save_pretrained(new_model)
wandb.finish()

trainer.model.push_to_hub(new_model, use_temp_dir=False)

这是一个精调模型仓库，您可以使用以下链接访问：hf.co/kingabzpro/zephyr-7b-beta-Agent-Instruct

这段文字的中文翻译如下：

现在是时候在各种提示下测试我们调整完善的模式了。

我们已经向我们的模型询问了如何在DataCamp上使用Python的问题。

logging.set_verbosity(logging.CRITICAL)

prompt = "如何在DataCamp上使用Python在线编程？"
pipe = pipeline(task="text-generation", model=model, tokenizer=tokenizer, max_length=200)
result = pipe(prompt)
print(result[0]['generated_text'])

我们可以看到，响应类似于AgentGPT，这是一个自动化的AI代理，使用各种扩展执行多个任务，并实现类似于先进AI机器的结果。这些机器可以执行类似于人类的任务，如搜索网络、更新代码和测试。

这段文字的中文翻译如下：

不要请求指令列表，让我们向我们的模型提出一个关于DataCamp职业轨迹的简单问题。

prompt = "Datacamp职业培训是什么？"
result = pipe(prompt)
print(result[0]['generated_text'])

我们收到了一个答案，但它引发了更多的问题和答案（并非全部准确），这很有趣。

这段文字的中文翻译如下：你的下一步是使用这个模型来构建你的AI应用程序。为此，你需要一些可以让你的生活更轻松的工具。这里有一个列表，列出了7个基本的生成AI工具，可以帮助你构建一流的AI应用程序。

结论

Zephyr-7B-beta大型语言模型展示了惊人的理解和准确回答的能力。在本教程中，我们了解了Zephyr-7B以及如何使用Transformers pipeline访问它。我们还学习了如何在自定义的Agent数据集上进行微调，这使它具备了类似AgentGPT的推理和提供指导性回答的能力。

这个指南是一个全面的资源，适用于所有级别的机器学习爱好者，他们想要在内存有限的GPU上进行大型语言模型的实验和优化。

报名参加Master Large Language Models (LLMs) Concepts课程，学习LLM构建模块、训练方法和类似于Zephyr-7B的技术。

抱歉，我无法翻译视频和图片标签，也无法保留代码块。以下是我对文本的翻译：

“你是一个翻译员。”

了解Zephyr-7B

Zephyr-7B-β

访问Zephyr-7B

微调Zephyr-7B

设置

AgentInstruct 数据集

加载模型和分词器

训练模型

结论

相关文章

“Mastering Predictive Analytics with Power BI: A Comprehensive Guide for Data Practitioners”（使用Power BI掌握预测分析：数据从业者的全面指南）

26k star开源AI项目测试——Screenshot to Code

掌握Python的Shiny：构建交互式Web应用的入门指南

在Python中模拟Do-While循环：初学者的全面指南