wehub-resource-sync
70 lines
2.0 KiB
Bash
70 lines
2.0 KiB
Bash
# 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
|