39 lines
1.1 KiB
Bash
39 lines
1.1 KiB
Bash
# 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
|