lora_mistral¶
- torchtune.models.mistral.lora_mistral(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, *, vocab_size: int, num_layers: int, num_heads: int, num_kv_heads: int, embed_dim: int, max_seq_len: int, intermediate_dim: int, attn_dropout: float = 0.0, norm_eps: float = 1e-05, rope_base: int = 10000, lora_rank: int, lora_alpha: float, lora_dropout: float = 0.0, use_dora: bool = False, quantize_base: bool = False) TransformerDecoder[source]¶
返回基于传入配置应用 LoRA 的 Mistral 版本（
TransformerDecoder()的实例）。- 参数:
lora_attn_modules (List[LORA_ATTN_MODULES]) – 应该在每个自注意力模块中应用 LoRA 的线性层列表。选项为
{"q_proj", "k_proj", "v_proj", "output_proj"}。apply_lora_to_mlp (bool) – 是否将 LoRA 应用于每个 Transformer 层中的 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
vocab_size (int) – 词汇表中的标记数量。
num_layers (int) – Transformer 解码器中的层数。
num_heads (int) – 查询头的数量。对于 MHA，这也是键和值的头的数量
num_kv_heads (int) – 键值头的数量。用户应确保 num_heads % num_kv_heads == 0。对于标准 MHA，设置 num_kv_heads == num_heads；对于 GQA，num_kv_heads < num_heads；对于 MQA，设置 num_kv_heads == 1。
embed_dim (int) – 自注意力的嵌入维度
max_seq_len (int) – 模型将运行的最大序列长度
intermediate_dim (int) – MLP 的中间维度。
attn_dropout (float) – 传递到 scaled_dot_product_attention 的 dropout 值。默认值：0.0
norm_eps (float) – RMS 范数中的 epsilon。
rope_base (int) – 旋转位置嵌入的基数。默认值：10_000
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) – LoRA dropout 概率。默认值：0.0
use_dora (bool) – 将 LoRA 权重分解为幅度和方向，如 “DoRA: Weight-Decomposed Low-Rank Adaptation” (https://arxiv.org/abs/2402.09353) 中介绍的那样。
quantize_base – (bool): 是否量化基础模型权重。仅应用于应用 LoRA 的线性层中的基础权重。当前不支持量化最终输出线性投影。
- 返回:
应用 LoRA 到每层注意力投影子集的 Mistral 模型实例。
- 返回类型:
