一、前言
本篇文章将利用ms-swift去高效微调QWen2系列模子，通过阅读本文，您将可以大概更好地掌握这些关键技能，理解此中的关键技能要点，并应用于本身的项目中。
<hr> 二、术语先容
2.1. LoRA微调
LoRA (Low-Rank Adaptation) 用于微调大型语言模子 (LLM)。 是一种有效的自适应策略，它不会引入额外的推理延迟，并在保持模子质量的同时显着减少下游任务的可练习参数数目。
2.2.参数高效微调(PEFT)
仅微调少量 (额外) 模子参数，同时冻结预练习 LLM 的大部门参数，从而大大降低了计算和存储成本。
2.3. Qwen2-7B-Instruct
是通义千问 Qwen2 系列中的一个指令微调模子。它在 Qwen2-7B 的底子上进行了指令微调，以提高模子在特定任务上的性能。
Qwen2-7B-Instruct 具有以下特点：
- 强盛的性能：在多个基准测试中，Qwen2-7B-Instruct 的性能可与 Llama-3-70B-Instruct 相匹敌。
- 代码和数学本领提升：得益于高质量的数据和指令微调，Qwen2-7B-Instruct 在数学和代码本领上实现了飞升。
- <
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
