关于训练后的模型文件结构以及使用方式上的疑惑
Ninguém assumiu esta issue ainda.
- Linguagem predominante
- Python
- Estrelas
- 2k
- Forks
- 1.5k
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Descrição
以上为我qlora之后得到的lora文件以及合并后的文件结构，以下为原始qwen-1.8b-chat文件结构，两者并不完全一致。
由于qwen在modelscope上对chat模型做了特殊的问答代码处理，比如chat模型可以以history保存对话记录，如果我们的模型结构不一致，并且少了部分文件，是否可以用同样的代码调用训练好的模型呢？
Guia de contribuição
Nenhum guia de contribuição indexado para este repositório
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Direção de pesquisa
Revise as duas estruturas de diretórios anexadas e o caminho de carregamento do QLoRA e do modelo mesclado usado no tutorial. Compare-os com o uso original de qwen-1.8b-chat e seu tratamento do histórico e documente se o modelo treinado pode usar o mesmo código de chamada e quais diferenças de carregamento ou arquivos necessários precisam ser considerados.
Escrita pelo modelo de indexação a partir do texto da issue.
Avaliação
- Stack de tecnologia
- python
- Domínio
- ai, machine-learning
- Tipo de issue
- Documentação
- Dificuldade
- 3/5
- Tempo estimado
- 1-2 dias
- Status de atividade
- Estagnada
- Clareza
- Precisa de esclarecimento
- Facilidade para iniciantes
- 25/100