Ajuste fino
laya.train é importado por conta própria (from laya.train import finetune, TrainConfig); ele não é
reexportado pelo pacote de nível superior. laya-train é a sua linha de comando. O
guia de ajuste fino mostra os dois em uso.
Executando um ajuste fino
Nomes, tipos, valores padrão e código permanecem em inglês; o restante é traduzido (entradas ainda não traduzidas são exibidas no original em inglês).
TrainConfig
TrainConfig()Parâmetros de treinamento. Os padrões treinam do mesmo jeito que o notebook publicado.
O lote efetivo de 64 do notebook é 8 por micro-lote x 2 GPUs x 4 passos de acumulação;
em um único dispositivo isso é micro_batch=8, grad_accum=8.
max_len / head_max_len usam como padrão a própria config do checkpoint. O que for usado é
escrito na config salva, então a inferência vê os mesmos orçamentos que o treinamento.
amp fica ligado por padrão apenas para CUDA; gradient_checkpointing segue amp por padrão.
option_layout usa como padrão o do próprio checkpoint ("sequential" para todos os publicados);
"parallel" treina sobre common.parallel_layout e é escrito na config salva.
finetune
finetune(
data: str,
model_dir: str,
output_dir: str,
config: Optional[TrainConfig] = None,
device: Optional[str] = "auto",
) -> Dict[str, Any]Pré-processa, treina, calibra e salva; retorna um resumo da execução.
data é um arquivo JSONL de linhas {state, questions, gold} ou {state, questions, expected},
ou um arquivo CSV com colunas de texto e rótulo.
model_dir é um diretório de checkpoint local -- o layout que laya.load lê. O resultado em
output_dir carrega com laya.load(output_dir).
Parâmetros
datastrmodel_dirstroutput_dirstrconfigOptional[TrainConfig]=NonedeviceOptional[str]="auto"
dry_run
dry_run(
data: str,
model_dir: str,
config: Optional[TrainConfig] = None,
) -> Dict[str, Any]Inspeciona o conjunto de dados e constrói os itens sem carregar os pesos do modelo; retorna as estatísticas do conjunto.
Parâmetros
datastrmodel_dirstrconfigOptional[TrainConfig]=None
As duas metades de finetune
train_model
train_model(
model,
tok,
items: Sequence[Dict[str, Any]],
config: TrainConfig,
device: torch.device,
max_len: int,
head_max_len: int,
on_epoch_end: Optional[Callable[[int, float], None]] = None,
parallel: bool = False,
) -> List[float]Treina model no lugar sobre items; retorna a perda média de cada época.
Parâmetros
modeltokitemsSequence[Dict[str, Any]]configTrainConfigdevicetorch.devicemax_leninthead_max_leninton_epoch_endOptional[Callable[[int, float], None]]=Noneparallelbool=False
calibration_records
calibration_records(
model,
tok,
items: Sequence[Dict[str, Any]],
device: torch.device,
max_len: int,
head_max_len: int,
batch_size: int = 16,
parallel: bool = False,
)Registros (qtype, logits, target, k) para fit_temperature_map, opções em ordem canônica.
Parâmetros
modeltokitemsSequence[Dict[str, Any]]devicetorch.devicemax_leninthead_max_lenintbatch_sizeint=16parallelbool=False
calibration_report
calibration_report(
records: Sequence[Tuple[int, Any, Any, int]],
temperature: Sequence[float],
) -> Dict[str, Dict[str, Any]]Por tipo de pergunta: quantos itens de calibração havia, o que foi ajustado e o que duvidar.
records são os calibration_records sobre os quais as temperaturas foram ajustadas, e temperature
os escalares por tipo que fit_temperature_map retornou. Cada tipo recebe items, temperature,
accuracy e mean_confidence (a maior probabilidade na temperatura ajustada) sobre os
itens de calibração, e uma lista de issues, vazia quando nada parece errado:
- menos de
MIN_TYPE_Nitens: a temperatura não foi ajustada e permanece em 1.0; - menos de
CALIB_WARN_Nitens: foi ajustada, com pouca evidência; - caiu no limite
[TEMP_MIN, TEMP_MAX]; - voltou inalterada em 1.0 embora tenha sido ajustada, o que normalmente significa que os itens não deram nada ao ajuste para corrigir -- o que um modelo já certo e correto neles produz.
Um tipo sem nenhum item de calibração não tem issues; ele não estava nos dados.
Parâmetros
recordsSequence[Tuple[int, Any, Any, int]]temperatureSequence[float]
Lendo dados
read_data
read_data(
path: str,
text_column: str = "text",
label_column: str = "label",
question_id: str = "label",
instructions: Optional[str] = None,
) -> List[Dict[str, Any]]Lê linhas de treino/avaliação de um arquivo JSONL ou de um arquivo CSV.
Parâmetros
pathstrtext_columnstr="text"label_columnstr="label"question_idstr="label"instructionsOptional[str]=None
rows_from_csv
rows_from_csv(
path: str,
text_column: str = "text",
label_column: str = "label",
question_id: str = "label",
instructions: Optional[str] = None,
) -> List[Dict[str, Any]]Lê um arquivo CSV com uma coluna rotulada por linha para linhas {state, questions, expected}.
Descobre os rótulos distintos em label_column (preservando a ordem de aparição) e
constrói uma pergunta choice com esses rótulos como uma lista de criteria para renderizar cada opção uma vez.
Usa a codificação utf-8-sig para que cabeçalhos UTF-8 BOM do Excel sejam tratados de forma transparente.
Parâmetros
pathstrtext_columnstr="text"label_columnstr="label"question_idstr="label"instructionsOptional[str]=None
Construindo itens de treinamento
items_from_rows
items_from_rows(
tok,
rows: Iterable[Dict[str, Any]],
max_len: int,
head_max_len: int,
label_smoothing: float = 0.0,
) -> Tuple[List[Dict[str, Any]], Dict[str, int]]Itens a partir de linhas {state, questions, gold} ou {state, questions, expected}; retorna (items, skipped).
skipped conta, por motivo, as perguntas que foram rotuladas mas não puderam virar um item:
empty_text, empty_label, invalid_question e invalid_target (um ValueError de
to_internal, target_from_gold ou target_from_expected), mais os motivos que make_item
dá. Perguntas sem uma entrada gold nem expected não são contadas -- a linha
simplesmente não as rotula.
Parâmetros
tokrowsIterable[Dict[str, Any]]max_leninthead_max_lenintlabel_smoothingfloat=0.0
target_from_gold
target_from_gold(q: Dict[str, Any], gold_q: Dict[str, Any]) -> List[float]A distribuição alvo normalizada para uma pergunta interna (to_internal), em ordem de opção.
gold_q["probabilities"] é indexado pelo rótulo da choice, por "false"/"true" para noul, e pelo
índice de nível como string para score -- o esquema {state, questions, gold} em
docs/finetune.md. Um rótulo de choice que não é string também é consultado pela sua chave JSON.
Uma linha cujas probabilidades somam zero vira uniforme, como nos scripts. Uma probabilidade negativa ou
não finita lança ValueError.
Parâmetros
qDict[str, Any]gold_qDict[str, Any]
target_from_expected
target_from_expected(
q: Dict[str, Any],
expected_val: Any,
label_smoothing: float = 0.0,
) -> List[float]A distribuição alvo normalizada a partir de uma única resposta esperada, em ordem de opção.
expected_val é:
- um rótulo de choice (str ou valor que corresponde a um criterion) para perguntas choice
- um booleano para perguntas noul
- um índice de nível inteiro ou string de nível para perguntas score
Quando label_smoothing > 0, suaviza a massa de probabilidade uniformemente:
target[i] = (1 - eps) * one_hot[i] + eps / K.
Parâmetros
qDict[str, Any]expected_valAnylabel_smoothingfloat=0.0
to_internal
to_internal(qid: Any, question: Dict[str, Any]) -> Dict[str, Any]A pergunta como a inferência a vê: Agent._check_question e então Agent._to_internal.
Treinar em qualquer outra renderização ensinaria ao modelo textos de opção que ele nunca vê na
inferência -- uma choice em forma de lista, labels personalizadas de noul, uma instrução não string.
Parâmetros
qidAnyquestionDict[str, Any]
make_item
make_item(
tok,
q: Dict[str, Any],
target: Sequence[float],
state_ids: List[int],
head_max_len: int,
max_len: Optional[int] = None,
) -> Tuple[Optional[Dict[str, Any]], Optional[str]](item, None), ou (None, reason) quando a pergunta não pode ser treinada como escrita.
q é uma pergunta interna (to_internal). Os motivos são target_mismatch (o alvo
não tem uma entrada por opção), options_collapsed (o orçamento da cabeça deixou duas opções
com o mesmo trecho de tokens, #538) e, quando max_len é dado, options_beyond_max_len (a
cabeça é mais longa que max_len, então build_sequence descarta os marcadores das últimas opções --
o caso que Agent recusa na inferência com "only N of its M option markers fit"). Treinar em
qualquer um deles ensinaria ao modelo a distinguir opções que ele não consegue ver como diferentes, ou
quebraria o lote com um alvo mais longo que seus marcadores.
Parâmetros
tokqDict[str, Any]targetSequence[float]state_idsList[int]head_max_lenintmax_lenOptional[int]=None
encode_item
encode_item(
tok,
item: Dict[str, Any],
max_len: int,
head_max_len: int,
option_order: Optional[List[int]] = None,
parallel: bool = False,
) -> Dict[str, Any]A entrada do modelo para um item, com as opções em option_order e o alvo a corresponder.
build_sequence coloca a opção option_order[s] no slot s, então o alvo ordenado por slot é
target[option_order[s]] -- o inverso do que unpermute_probs faz na inferência.
Parâmetros
tokitemDict[str, Any]max_leninthead_max_lenintoption_orderOptional[List[int]]=Noneparallelbool=False
draw_option_order
draw_option_order(
item: Dict[str, Any],
rng: random.Random,
shuffle_types: Sequence[str],
) -> Optional[List[int]]Uma permutação aleatória para itens cujo tipo está em shuffle_types, senão None (canônica).
Parâmetros
itemDict[str, Any]rngrandom.Randomshuffle_typesSequence[str]
split_calibration
split_calibration(
items: Sequence[Any],
calib_max: int,
calib_frac: float,
seed: int,
) -> Tuple[List[Any], List[Any]](train, calibration), com a fatia de calibração retirada antes de qualquer treinamento.
Ajustar temperaturas sobre itens nos quais a execução treinou mede o ajuste, não a calibração
(docs/finetune.md). A divisão depende apenas de seed e da contagem de itens, então cada rank DDP
e cada reexecução reservam os mesmos itens.
Parâmetros
itemsSequence[Any]calib_maxintcalib_fracfloatseedint
Perdas
soft_ce_loss
soft_ce_loss(
logits: torch.Tensor,
target: torch.Tensor,
mask: torch.Tensor,
) -> torch.TensorEntropia cruzada contra uma distribuição alvo, apenas sobre as opções de cada linha.
Parâmetros
logitstorch.Tensortargettorch.Tensormasktorch.Tensor
rlcd_loss
rlcd_loss(
logits: torch.Tensor,
target: torch.Tensor,
mask: torch.Tensor,
qtype: torch.Tensor,
sigma: float,
samples: int = 4,
w_sph: float = 0.75,
w_rps: float = 1.0,
) -> torch.TensorO objetivo do notebook: um termo de gradiente de política sobre logits ruidosos mais entropia cruzada suave.
Ruído gaussiano de média zero (escalado por sigma, projetado sobre as opções de cada linha) é adicionado a
logits destacados; cada amostra é recompensada por proper_reward contra o alvo, e a
vantagem normalizada pondera a log-densidade gaussiana da amostra.
Parâmetros
logitstorch.Tensortargettorch.Tensormasktorch.Tensorqtypetorch.Tensorsigmafloatsamplesint=4w_sphfloat=0.75w_rpsfloat=1.0
Checkpoints
resolve_checkpoint_dir
resolve_checkpoint_dir(model_id_or_path: str, token: Optional[str] = None) -> strResolve um caminho local, um alias de modelo ('multilingual', 'english') ou um ID de repositório do Hub para um diretório local.
Parâmetros
model_id_or_pathstrtokenOptional[str]=None
load_checkpoint
load_checkpoint(model_dir: str)(model, tokenizer, cfg) a partir de um diretório de checkpoint local ou ID do Hub, o modelo na CPU em fp32.
Parâmetros
model_dirstr
save_checkpoint
save_checkpoint(model, tok, cfg: Dict[str, Any], path: str) -> NoneEscreve o layout que laya.load lê: pesos em fp16, config do encoder, tokenizer, config.
Parâmetros
modeltokcfgDict[str, Any]pathstr