Alpaca模型微调：

整个pipeline

1. 主流底座：Candidate

        中文：YI-34B

        英文：LLama，mistral 

2. 验证：

        我们自己的Instructoin data

        通用的Instruction data（适合我们场景的） 

3. 收集大量的Finetune Data：一万到十万，高质量7K>一般质量30K

• 人工
• 半人工
• 全自动

4. Fine Tune: Lora等

5. Inference-->server-->API-->APP/PC

 

Instruction Tuning可以尝试的使用方法

1. training on Instruction data

2. 通用Instruction data和私有 Instruction data混合，可以解决某些能力的遗忘

3. 混合比例，根据关注度确定，混合后做sample，构成minibatch

4. pre-train的时候加入Instruction data，接着在SFT上再使用Instruction Data

 

llama模型

开源模型

Transformer Decoder架构

结构上与Transformer经典结构差距很小

7B、13B、33B、65B四种基座模型（一般从小的开始训）

 

使用的通用数据：

• 位置编码-->循环位置编码
• Relu激活函数-->SwiGlu激活函数
• Efficient Implementation (reduce time and memory)

 

Alpaca是llama的fundation model，不具备chat能力，

 

instruction data 示例：