Skip to content
jcole666Public
forked from fwar1nben/AI_PJ2

About

D部分 RLHF+DPO

Resources

Stars

0 stars

Watchers

0 watching

Forks

 
 

Repository files navigation

快速开始指南

本仓库包含一个数学求解模型,可使用提供的脚本进行训练和测试。请按照以下步骤配置环境、训练模型,并在指定测试集上进行测试。

环境配置

准备环境

如果你使用的是 ModelScope(魔搭),则无需额外安装环境。否则,可以运行以下命令安装所需依赖:

pip install transformers modelscope peft swanlab

训练

执行以下命令开始训练:

python qwen_ft.py
  • 开始训练会自动下载Qwen2.5-0.5B模型,请确保你的设备有1GB以上的空间
  • 训练需要登陆swanlab,请根据指引完成注册或登录

测试

训练完成后,可以运行以下命令在指定测试集上测试模型:

python infer.py

该命令会生成 submit.csv 文件,可直接提交到 DataFountain 竞赛平台。

About

D部分 RLHF+DPO

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages