当前位置: 首页 > news >正文

P-Tuning提示词微调

在这里插入图片描述
P-Tuning: 在Prompt-Tuning的基础上,对Prompt部分进行进一步的编码计算,加速收敛。具体来说,PEFT中支持两种编码方式,一种是LSTM,一种是MLP。与Prompt-Tuning不同的是,Prompt的形式只有Soft Prompt。

思路: P-Tuning 引入了一个轻量级的编码器(如 LSTM 或 MLP)来动态生成提示嵌入。编码器的输入通常是任务相关的特征(例如输入序列的上下文信息),输出则是虚拟 token 的连续表示。

优点: Prompt-Tuning 是静态的,直接随机将一组向量与用户输入相加;而P-Tuning,引入了 LSTM、MLP,来动态嵌入这些提示,使得这些提示跟输入的上下文相关联。

from datasets import load_from_disk
from transformers import AutoTokenizer, AutoModelForCausalLM, DataCollatorForSeq2Seq
from transformers import TrainingArguments, Trainer
from peft import PromptEncoderConfig, TaskType, get_peft_model, PromptEncoderReparameterizationType# 分词器
tokenizer = AutoTokenizer.from_pretrained("Langboat/bloom-1b4-zh")# 函数内将instruction和response拆开分词的原因是:
# 为了便于mask掉不需要计算损失的labels, 即代码labels = [-100] * len(instruction["input_ids"]) + response["input_ids"]
def process_func(example):MAX_LENGTH = 256input_ids, attention_mask, labels = [], [], []instruction = tokenizer("\n".join(["Human: " + example["instruction"], example["input"]]).strip() + "\n\nAssistant: ")response = tokenizer(example["output"] + tokenizer.eos_token)input_ids = instruction["input_ids"] + response["input_ids"]attention_mask = instruction["attention_mask"] + response["attention_mask"]labels = [-100] * len(instruction["input_ids"]) + response["input_ids"]if len(input_ids) > MAX_LENGTH:input_ids = input_ids[:MAX_LENGTH]attention_mask = attention_mask[:MAX_LENGTH]labels = labels[:MAX_LENGTH]return {"input_ids": input_ids,"attention_mask": attention_mask,"labels": labels}if __name__ == "__main__":# 加载数据集dataset = load_from_disk("/root/StudyLLM/prompt/03-PEFT/data/alpaca_data_zh")# 处理数据tokenized_ds = dataset.map(process_func, remove_columns = dataset.column_names)# print(tokenizer.decode(tokenized_ds[1]["input_ids"]))# print(tokenizer.decode(list(filter(lambda x: x != -100, tokenized_ds[1]["labels"]))))# 创建模型model = AutoModelForCausalLM.from_pretrained("Langboat/bloom-1b4-zh", low_cpu_mem_usage=True)# 设置 P-Tuning# 使用 MLPconfig = PromptEncoderConfig(task_type=TaskType.CAUSAL_LM, num_virtual_tokens=10,encoder_reparameterization_type=PromptEncoderReparameterizationType.MLP,encoder_hidden_size=1024)# 使用LSTMconfig = PromptEncoderConfig(task_type=TaskType.CAUSAL_LM, num_virtual_tokens=10,encoder_reparameterization_type=PromptEncoderReparameterizationType.LSTM,encoder_dropout=0.1, encoder_num_layers=1, encoder_hidden_size=1024)model = get_peft_model(model, config) # 生成P-Tuning对应的modelprint(model.print_trainable_parameters())# 训练参数args = TrainingArguments(output_dir = "/tmp_1203",per_device_train_batch_size = 1,gradient_accumulation_steps = 8,logging_steps = 10,num_train_epochs = 1)# trainertrainer = Trainer(model = model,args = args,train_dataset = tokenized_ds,data_collator = DataCollatorForSeq2Seq(tokenizer = tokenizer, padding = True))# 训练模型trainer.train()# 模型推理model = model.cuda()ipt = tokenizer("Human: {}\n{}".format("考试有哪些技巧?", "").strip() + "\n\nAssistant: ", return_tensors="pt").to(model.device)print(tokenizer.decode(model.generate(**ipt, max_length=128, do_sample=True)[0], skip_special_tokens=True))
http://www.xdnf.cn/news/26227.html

相关文章:

  • 多人3D游戏完整实现方案
  • C++游戏服务器开发之⑦redis的使用
  • 基于LSTM-AutoEncoder的心电信号时间序列数据异常检测(PyTorch版)
  • 山东科技大学深度学习考试回忆
  • Java:使用Maven构建项目无src解决方案
  • 【java实现+4种变体完整例子】排序算法中【冒泡排序】的详细解析,包含基础实现、常见变体的完整代码示例,以及各变体的对比表格
  • 单元测试的一般步骤
  • RenderStage::runCameraSetUp
  • 如何查看HTTP状态码?
  • 【25软考网工笔记】第二章(6)脉冲编码调制PCM、通信和交换方式
  • Macvlan 网络类型详解:特点、优势与局限性
  • go-map+sync.map的底层原理
  • 【测试文档】项目测试文档,测试管理规程,测试计划,测试文档模版,软件测试报告书(Word)
  • FFmpeg+Nginx+VLC打造M3U8直播
  • 基于Ubuntu2504部署OpenStack E版
  • 详解与HTTP服务器相关操作
  • 利用yakit充实渗透字典
  • 【Vue】模板语法与指令
  • Android Studio 获取配置资源与第三方包信息详解
  • SICAR程序标准功能块 FB1512 “Robot_kuka_FB“
  • Windows Server .NET Core 应用程序部署到 IIS 解决首次访问加载慢的问题
  • 从零开始学习 Lucene.Net:.NET Core 中的全文搜索与索引管理
  • 深入Docker核心技术:从Namespace到容器逃逸防御
  • 【MySQL】MySQL建立索引不知道注意什么?
  • 国产之光DeepSeek架构理解与应用分析04
  • 【论文阅读21】-PSOSVM-CNN-GRU-Attention-滑坡预测(2024-12)
  • 模拟投资大师思维:AI对冲基金开源项目详解
  • 故障诊断 | CNN-BiGRU-Attention故障诊断
  • 嵌入式单片机通过ESP8266连接物联网实验
  • .gitignore 可能失效的原因