lora_llama3_8b¶
- torchtune.models.llama3.lora_llama3_8b(lora_attn_modules: List[Literal['q_proj', 'k_proj', 'v_proj', 'output_proj']], apply_lora_to_mlp: bool = False, apply_lora_to_output: bool = False, lora_rank: int = 8, lora_alpha: float = 16, lora_dropout: float = 0.0, quantize_base: bool = False, use_dora: bool = False) TransformerDecoder[source]¶
用于创建启用 LoRA 的 Llama3 8B 模型的构建器。
Llama3 的默认参数与
llama3_8b()中的相同，而 LoRA 的默认参数基于 https://github.com/tloen/alpaca-lora/blob/8bb8579e403dc78e37fe81ffbb253c413007323f/finetune.py#L41-L43。- 参数:
lora_attn_modules (List[LORA_ATTN_MODULES]) – 列表，指定在每个自注意力块中应将 LoRA 应用于哪些线性层。选项包括
{"q_proj", "k_proj", "v_proj", "output_proj"}。apply_lora_to_mlp (bool) – 是否在每个 transformer 层中将 LoRA 应用于 MLP。默认值: False
apply_lora_to_output (bool) – 是否将 LoRA 应用于模型的最终输出投影。默认值: False
lora_rank (int) – 每个低秩近似的秩
lora_alpha (float) – 低秩近似的缩放因子
lora_dropout (float) – 低秩近似的 dropout 概率。默认值: 0.0
quantize_base (bool) – 是否量化基础模型权重
use_dora (bool) – 将 LoRA 权重分解为幅度和方向，如论文“DoRA: Weight-Decomposed Low-Rank Adaptation”（https://arxiv.org/abs/2402.09353）中所介绍的。
- 返回:
应用 LoRA 的 Llama3 8B 模型实例
- 返回类型:
