chore: import upstream snapshot with attribution

examples/train/cached_dataset/dpo.sh

@@ -0,0 +1,69 @@
+# ms-swift>=3.11
+OMP_NUM_THREADS=14 \
+IMAGE_MAX_TOKEN_NUM=1024 \
+VIDEO_MAX_TOKEN_NUM=128 \
+FPS_MAX_FRAMES=16 \
+swift export \
+    --model Qwen/Qwen3-VL-30B-A3B-Instruct \
+    --dataset swift/RLAIF-V-Dataset \
+    --split_dataset_ratio 0.01 \
+    --dataset_num_proc 8 \
+    --to_cached_dataset true \
+    --template_mode rlhf \
+    --output_dir ./qwen3_vl_cached_dataset
+
+
+# 16s/it; 8 * 65GiB
+PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
+NPROC_PER_NODE=8 \
+CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 \
+IMAGE_MAX_TOKEN_NUM=1024 \
+VIDEO_MAX_TOKEN_NUM=128 \
+FPS_MAX_FRAMES=16 \
+megatron rlhf \
+    --rlhf_type dpo \
+    --model Qwen/Qwen3-VL-30B-A3B-Instruct \
+    --save_safetensors true \
+    --cached_dataset qwen3_vl_cached_dataset/train \
+    --cached_val_dataset qwen3_vl_cached_dataset/val \
+    --load_from_cache_file true \
+    --tuner_type full \
+    --tensor_model_parallel_size 4 \
+    --expert_tensor_parallel_size 1 \
+    --pipeline_model_parallel_size 2 \
+    --expert_model_parallel_size 4 \
+    --moe_permute_fusion true \
+    --moe_grouped_gemm true \
+    --moe_shared_expert_overlap true \
+    --moe_aux_loss_coeff 1e-6 \
+    --micro_batch_size 1 \
+    --global_batch_size 4 \
+    --packing true \
+    --recompute_granularity full \
+    --recompute_method uniform \
+    --recompute_num_layers 1 \
+    --finetune true \
+    --cross_entropy_loss_fusion true \
+    --lr 1e-5 \
+    --lr_warmup_fraction 0.05 \
+    --min_lr 1e-6 \
+    --output_dir megatron_output/Qwen3-VL-30B-A3B-Instruct \
+    --eval_steps 500 \
+    --save_steps 500 \
+    --max_length 8192 \
+    --num_train_epochs 1 \
+    --dataloader_num_workers 8 \
+    --dataset_num_proc 8 \
+    --no_save_optim true \
+    --no_save_rng true \
+    --sequence_parallel true \
+    --freeze_llm false \
+    --freeze_vit true \
+    --freeze_aligner true \
+    --optimizer_cpu_offload true \
+    --use_precision_aware_optimizer true \
+    --optimizer_offload_fraction 0.4 \
+    --attention_backend flash \
+    --rpo_alpha 0.1 \
+    --beta 0.1 \
+    --loss_type sigmoid

examples/train/cached_dataset/mcore.sh

@@ -0,0 +1,60 @@
+# ms-swift>=3.11
+swift export \
+    --model Qwen/Qwen3-30B-A3B-Base \
+    --dataset 'swift/Chinese-Qwen3-235B-2507-Distill-data-110k-SFT' \
+    --split_dataset_ratio 0.01 \
+    --dataset_num_proc 64 \
+    --to_cached_dataset true \
+    --output_dir ./qwen3_cached_dataset
+
+
+# 4 * 48GiB; 17s/it
+PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
+NPROC_PER_NODE=4 \
+CUDA_VISIBLE_DEVICES=0,1,2,3 \
+megatron sft \
+    --model Qwen/Qwen3-30B-A3B-Base \
+    --save_safetensors true \
+    --merge_lora false \
+    --cached_dataset './qwen3_cached_dataset/train' \
+    --cached_val_dataset './qwen3_cached_dataset/val' \
+    --tuner_type lora \
+    --lora_rank 32 \
+    --lora_alpha 64 \
+    --target_modules all-linear \
+    --moe_permute_fusion true \
+    --expert_model_parallel_size 4 \
+    --moe_grouped_gemm true \
+    --moe_shared_expert_overlap true \
+    --moe_aux_loss_coeff 1e-6 \
+    --micro_batch_size 1 \
+    --global_batch_size 16 \
+    --recompute_granularity full \
+    --recompute_method uniform \
+    --recompute_num_layers 1 \
+    --num_train_epochs 3 \
+    --finetune true \
+    --cross_entropy_loss_fusion true \
+    --lr 1e-4 \
+    --lr_warmup_fraction 0.05 \
+    --min_lr 1e-5 \
+    --output_dir megatron_output/Qwen3-30B-A3B-Base \
+    --eval_steps 200 \
+    --save_steps 200 \
+    --packing true \
+    --max_length 8192 \
+    --dataloader_num_workers 8 \
+    --dataset_num_proc 8 \
+    --no_save_optim true \
+    --no_save_rng true \
+    --sequence_parallel true \
+    --attention_backend flash
+
+
+CUDA_VISIBLE_DEVICES=0 \
+swift infer \
+    --adapters megatron_output/Qwen3-30B-A3B-Base/vx-xxx/checkpoint-xxx \
+    --load_data_args true \
+    --attn_impl flash_attn \
+    --stream true \
+    --max_new_tokens 512

examples/train/cached_dataset/pretrained.sh

@@ -0,0 +1,42 @@
+# ms-swift>=3.11
+swift export \
+    --model Qwen/Qwen2.5-7B \
+    --dataset 'AI-ModelScope/ruozhiba:all' \
+    --dataset_num_proc 64 \
+    --to_cached_dataset true \
+    --truncation_strategy split \
+    --max_length 8192 \
+    --split_dataset_ratio 0.01 \
+    --use_chat_template false \
+    --loss_scale all \
+    --output_dir ./pretrain_cached_dataset
+
+PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
+NPROC_PER_NODE=4 \
+CUDA_VISIBLE_DEVICES=0,1,2,3 \
+swift pt \
+    --model Qwen/Qwen2.5-7B \
+    --tuner_type full \
+    --cached_dataset './pretrain_cached_dataset/train' \
+    --cached_val_dataset './pretrain_cached_dataset/val' \
+    --truncation_strategy split \
+    --num_train_epochs 3 \
+    --torch_dtype bfloat16 \
+    --per_device_train_batch_size 1 \
+    --per_device_eval_batch_size 1 \
+    --learning_rate 1e-5 \
+    --gradient_accumulation_steps 4 \
+    --packing true \
+    --eval_steps 200 \
+    --save_steps 200 \
+    --logging_steps 5 \
+    --max_length 8192 \
+    --warmup_ratio 0.05 \
+    --dataloader_num_workers 8 \
+    --dataset_num_proc 8 \
+    --save_total_limit 2 \
+    --save_only_model true \
+    --output_dir output/Qwen2.5-7B \
+    --deepspeed zero3 \
+    --use_liger_kernel true \
+    --attn_impl flash_attn

examples/train/cached_dataset/reranker.sh

@@ -0,0 +1,41 @@
+# ms-swift>=3.12
+swift export \
+    --model Qwen/Qwen3-Reranker-4B \
+    --task_type generative_reranker \
+    --dataset MTEB/scidocs-reranking \
+    --dataset_num_proc 64 \
+    --split_dataset_ratio 0.01 \
+    --to_cached_dataset true \
+    --output_dir ./qwen3_reranker_cached_dataset
+
+# 4 * 24GiB
+PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
+NPROC_PER_NODE=4 \
+CUDA_VISIBLE_DEVICES=0,1,2,3 \
+swift sft \
+    --model Qwen/Qwen3-Reranker-4B \
+    --task_type generative_reranker \
+    --loss_type pointwise_reranker \
+    --tuner_type full \
+    --cached_dataset './qwen3_reranker_cached_dataset/train' \
+    --cached_val_dataset './qwen3_reranker_cached_dataset/val' \
+    --num_train_epochs 1 \
+    --torch_dtype bfloat16 \
+    --per_device_train_batch_size 1 \
+    --per_device_eval_batch_size 1 \
+    --learning_rate 6e-6 \
+    --gradient_accumulation_steps 8 \
+    --packing true \
+    --eval_steps 50 \
+    --save_steps 200 \
+    --logging_steps 5 \
+    --max_length 8192 \
+    --warmup_ratio 0.05 \
+    --dataloader_num_workers 8 \
+    --dataset_num_proc 8 \
+    --save_total_limit 2 \
+    --save_only_model true \
+    --output_dir output/Qwen3-Reranker-4B \
+    --deepspeed zero3 \
+    --attn_impl flash_attn \
+    --dataloader_drop_last true

examples/train/cached_dataset/seq_cls.sh

@@ -0,0 +1,60 @@
+# ms-swift>=3.12
+OMP_NUM_THREADS=14 \
+MAX_PIXELS=1003520 \
+swift export \
+    --model Qwen/Qwen2.5-Omni-3B \
+    --dataset 'tany0699/garbage265#20000' \
+    --task_type seq_cls \
+    --num_labels 265 \
+    --problem_type single_label_classification \
+    --split_dataset_ratio 0.01 \
+    --dataset_num_proc 16 \
+    --to_cached_dataset true \
+    --output_dir ./seq_cls_cached_dataset
+
+
+# 18GiB
+CUDA_VISIBLE_DEVICES=0 \
+MAX_PIXELS=1003520 \
+swift sft \
+    --model Qwen/Qwen2.5-Omni-3B \
+    --tuner_type lora \
+    --cached_dataset 'seq_cls_cached_dataset/train' \
+    --cached_val_dataset 'seq_cls_cached_dataset/val' \
+    --load_from_cache_file true \
+    --torch_dtype bfloat16 \
+    --num_train_epochs 1 \
+    --per_device_train_batch_size 1 \
+    --per_device_eval_batch_size 1 \
+    --learning_rate 1e-4 \
+    --lora_rank 8 \
+    --lora_alpha 32 \
+    --target_modules all-linear \
+    --gradient_accumulation_steps 2 \
+    --packing true \
+    --freeze_llm false \
+    --freeze_vit true \
+    --freeze_aligner true \
+    --eval_steps 200 \
+    --save_steps 200 \
+    --logging_steps 5 \
+    --max_length 4096 \
+    --warmup_ratio 0.05 \
+    --dataloader_num_workers 8 \
+    --task_type seq_cls \
+    --num_labels 265 \
+    --problem_type single_label_classification \
+    --use_chat_template true \
+    --dataset_num_proc 8 \
+    --save_total_limit 2 \
+    --save_only_model true \
+    --output_dir output/Qwen2.5-Omni-3B \
+    --attn_impl flash_attn
+
+# Use the validation set
+CUDA_VISIBLE_DEVICES=0 \
+MAX_PIXELS=1003520 \
+swift infer \
+    --adapters output/Qwen2.5-Omni-3B/vx-xxx/checkpoint-xxx \
+    --load_data_args true \
+    --attn_impl flash_attn

examples/train/cached_dataset/sft.sh

@@ -0,0 +1,38 @@
+# ms-swift>=3.11
+swift export \
+    --model Qwen/Qwen2.5-7B \
+    --dataset 'swift/Chinese-Qwen3-235B-2507-Distill-data-110k-SFT' \
+    --dataset_num_proc 64 \
+    --split_dataset_ratio 0.01 \
+    --to_cached_dataset true \
+    --output_dir ./qwen2_5_cached_dataset
+
+# 4 * 44GiB; 15.5s/it
+PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
+NPROC_PER_NODE=4 \
+CUDA_VISIBLE_DEVICES=0,1,2,3 \
+swift sft \
+    --model Qwen/Qwen2.5-7B \
+    --tuner_type full \
+    --cached_dataset './qwen2_5_cached_dataset/train' \
+    --cached_val_dataset './qwen2_5_cached_dataset/val' \
+    --num_train_epochs 3 \
+    --torch_dtype bfloat16 \
+    --per_device_train_batch_size 1 \
+    --per_device_eval_batch_size 1 \
+    --learning_rate 1e-5 \
+    --gradient_accumulation_steps 4 \
+    --packing true \
+    --eval_steps 200 \
+    --save_steps 200 \
+    --logging_steps 5 \
+    --max_length 8192 \
+    --warmup_ratio 0.05 \
+    --dataloader_num_workers 8 \
+    --dataset_num_proc 8 \
+    --save_total_limit 2 \
+    --save_only_model true \
+    --output_dir output/Qwen2.5-7B \
+    --deepspeed zero3 \
+    --use_liger_kernel true \
+    --attn_impl flash_attn

examples/train/cached_dataset/vlm.sh

@@ -0,0 +1,66 @@
+# ms-swift>=3.11
+OMP_NUM_THREADS=14 \
+MAX_PIXELS=1003520 \
+VIDEO_MAX_PIXELS=50176 \
+FPS_MAX_FRAMES=12 \
+swift export \
+    --model Qwen/Qwen2.5-Omni-7B \
+    --dataset 'AI-ModelScope/alpaca-gpt4-data-zh#10000' \
+              'AI-ModelScope/LaTeX_OCR:human_handwrite#5000' \
+              'speech_asr/speech_asr_aishell1_trainsets:validation#5000' \
+    --split_dataset_ratio 0.01 \
+    --dataset_num_proc 16 \
+    --to_cached_dataset true \
+    --output_dir ./qwen2_5_omni_cached_dataset
+
+# 4 * 70GiB
+PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
+MAX_PIXELS=1003520 \
+VIDEO_MAX_PIXELS=50176 \
+FPS_MAX_FRAMES=12 \
+NPROC_PER_NODE=4 \
+ENABLE_AUDIO_OUTPUT=0 \
+CUDA_VISIBLE_DEVICES=0,1,2,3 \
+swift sft \
+    --model Qwen/Qwen2.5-Omni-7B \
+    --tuner_type full \
+    --cached_dataset './qwen2_5_omni_cached_dataset/train' \
+    --cached_val_dataset './qwen2_5_omni_cached_dataset/val' \
+    --num_train_epochs 1 \
+    --torch_dtype bfloat16 \
+    --per_device_train_batch_size 1 \
+    --per_device_eval_batch_size 1 \
+    --learning_rate 1e-5 \
+    --gradient_accumulation_steps 1 \
+    --packing true \
+    --freeze_llm false \
+    --freeze_vit true \
+    --freeze_aligner true \
+    --eval_steps 200 \
+    --save_steps 200 \
+    --logging_steps 5 \
+    --max_length 4096 \
+    --warmup_ratio 0.05 \
+    --dataloader_num_workers 8 \
+    --dataset_num_proc 8 \
+    --save_total_limit 2 \
+    --save_only_model true \
+    --output_dir output/Qwen2.5-Omni-7B \
+    --deepspeed zero2 \
+    --use_liger_kernel true \
+    --attn_impl flash_attn
+
+# Use the validation set
+CUDA_VISIBLE_DEVICES=0 \
+MAX_PIXELS=1003520 \
+VIDEO_MAX_PIXELS=50176 \
+FPS_MAX_FRAMES=12 \
+ENABLE_AUDIO_OUTPUT=0 \
+swift infer \
+    --model output/Qwen2.5-Omni-7B/vx-xxx/checkpoint-xxx \
+    --load_data_args true \
+    --max_length 4096 \
+    --attn_impl flash_attn \
+    --stream true \
+    --temperature 0 \
+    --max_new_tokens 512