跳到正文
Dev.to Top Tech(dev.to)· Viswaretas Kotra·· 2 小時前品質評分71

Nodus 部落格教你如何用開源大型語言模型做續續預訓練

How do you run continued pretraining on an open LLM?

重點導讀

用自己的領域資料接著訓練開源模型,若檔案邊界或訓練中斷處理不當,可能讓資料接錯,或得重跑已花錢完成的工作。

  • 這篇教學示範如何替每份檔案加上結尾標記、把文字整理成固定長度區塊,再混入一般文字,避免模型只記住新領域而忘掉原本能力。
  • 也提醒一般文字要按 token 比例混合。作者提供在 Nodus 啟動並接續訓練的範例,並以 7B 模型和 1 billion 領域 token 為例估算,加入 25% 一般文字會把 GPU 時數從 29.5 增至 39.3。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處dev.to

How do you run continued pretraining on an open LLM?

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: Dev.to Top Tech (dev.to)
開啟原文

讀者討論

理性交流 · 即時討論