一、媒介
本篇文章将使用LLaMA-Factory去高效微调QWen2系列模型，通过阅读本文，您将可以或许更好地把握这些关键技术，明白此中的关键技术要点，并应用于本身的项目中。
<hr> 二、术语介绍
2.1. LoRA微调
LoRA (Low-Rank Adaptation) 用于微调大型语言模型 (LLM)。 是一种有用的自顺应策略，它不会引入额外的推理延迟，并在保持模型质量的同时显着减少下游使命的可训练参数数目。
2.2.参数高效微调(PEFT)
仅微调少量 (额外) 模型参数，同时冻结预训练 LLM 的大部分参数，从而大大低落了盘算和存储成本。
2.3. Qwen2-7B-Instruct
是通义千问 Qwen2 系列中的一个指令微调模型。它在 Qwen2-7B 的基础上举行了指令微调，以提高模型在特定使命上的性能。
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 相对抗。
- 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。
- 多语言本领：模型训练过程中增加了 27 种语言相关的高质量数据，提升了多语言本领。
- 上下文长度支持：Qwen2 系列中的所有 Instruct 模型均在 32k 上下文中举行训练，Qwen2-7B-Instruct 和 Qwen2-72B-Instru
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。 |
