wehub-resource-sync
46 lines
1.3 KiB
Bash
46 lines
1.3 KiB
Bash
CUDA_VISIBLE_DEVICES=0,1,2,3 \
|
|
NPROC_PER_NODE=4 \
|
|
PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
|
|
megatron rlhf \
|
|
--rlhf_type gkd \
|
|
--model Qwen/Qwen3.5-2B \
|
|
--teacher_model Qwen/Qwen3.5-4B \
|
|
--tuner_type lora \
|
|
--dataset 'AI-ModelScope/NuminaMath-TIR#2000' \
|
|
--tensor_model_parallel_size 2 \
|
|
--lmbda 1 \
|
|
--beta 0.5 \
|
|
--temperature 1.0 \
|
|
--torch_dtype bfloat16 \
|
|
--micro_batch_size 2 \
|
|
--global_batch_size 16 \
|
|
--num_train_epochs 1 \
|
|
--lr 5e-6 \
|
|
--logging_steps 5 \
|
|
--max_length 2048 \
|
|
--max_completion_length 1024 \
|
|
--attention_backend flash \
|
|
--use_vllm true \
|
|
--vllm_mode colocate \
|
|
--vllm_gpu_memory_utilization 0.3 \
|
|
--vllm_tensor_parallel_size 1 \
|
|
--vllm_max_model_len 4096 \
|
|
--sleep_level 1 \
|
|
--offload_teacher_model true \
|
|
--recompute_granularity selective \
|
|
--finetune \
|
|
--no_save_optim \
|
|
--no_save_rng \
|
|
--enable_thinking false \
|
|
--loss_scale last_round \
|
|
--multi_turn_scheduler math_tip_trick \
|
|
--max_turns 2 \
|
|
--truncation_strategy delete \
|
|
--padding_free true \
|
|
--sequence_parallel true \
|
|
--output_dir output \
|
|
--save_steps 200 \
|
|
--save_total_limit 2 \
|
|
--vllm_server_pass_dataset true \
|
|
--remove_unused_columns false
|