wehub-resource-sync
36 lines
1.0 KiB
Bash
36 lines
1.0 KiB
Bash
PYTORCH_NPU_ALLOC_CONF='expandable_segments:True' \
|
|
NPROC_PER_NODE=4 \
|
|
megatron sft \
|
|
--model Qwen/Qwen3-4B \
|
|
--save_safetensors true \
|
|
--dataset 'llm-wizard/alpaca-gpt4-data-zh' \
|
|
--use_hf true \
|
|
--load_from_cache_file true \
|
|
--split_dataset_ratio 0.01 \
|
|
--tensor_model_parallel_size 2 \
|
|
--pipeline_model_parallel_size 2 \
|
|
--packing True \
|
|
--micro_batch_size 1 \
|
|
--global_batch_size 4 \
|
|
--recompute_granularity full \
|
|
--recompute_method uniform \
|
|
--recompute_num_layers 1 \
|
|
--num_train_epochs 5 \
|
|
--finetune true \
|
|
--cross_entropy_loss_fusion true \
|
|
--lr 1e-5 \
|
|
--lr_warmup_fraction 0.05 \
|
|
--min_lr 1e-6 \
|
|
--output_dir megatron_output/Qwen3-4B \
|
|
--eval_steps 500 \
|
|
--save_steps 500 \
|
|
--max_length 8192 \
|
|
--dataloader_num_workers 4 \
|
|
--dataset_num_proc 4 \
|
|
--no_save_optim true \
|
|
--no_save_rng true \
|
|
--sequence_parallel true \
|
|
--cross_entropy_loss_fusion true \
|
|
--cross_entropy_fusion_impl native \
|
|
--attention_backend flash
|