lora_phi3_mini¶
- torchtune.models.phi3.lora_phi3_mini(lora_attn_modules: 列表[文字['q_proj', 'k_proj', 'v_proj', 'output_proj']], apply_lora_to_mlp: 布尔值 = False, apply_lora_to_output: 布尔值 = False, lora_rank: 整数 = 8, lora_alpha: 浮点数 = 16, lora_dropout: 浮点数 = 0.0, use_dora: 布尔值 = False, quantize_base: 布尔值 = False) TransformerDecoder[源代码]¶
用于创建启用了 LoRA 的 Phi3 Mini (3.8b) 模型的构建器。
Phi3 默认值与
phi3_mini()中的相同，而 LoRA 默认参数基于 https://github.com/tloen/alpaca-lora/blob/8bb8579e403dc78e37fe81ffbb253c413007323f/finetune.py#L41-L43.- 参数：
lora_attn_modules (列表[LORA_ATTN_MODULES]) – 在每个自注意力块中应将 LoRA 应用于哪些线性层的列表。选项为
{"q_proj", "k_proj", "v_proj", "output_proj"}。apply_lora_to_mlp (布尔值) – 是否将 LoRA 应用于每个变换器层中的 MLP。默认值：False
apply_lora_to_output (布尔值) – 是否将 LoRA 应用于模型的最终输出投影。默认值：False
lora_rank (整数) – 每个低秩近似的秩
lora_alpha (浮点数) – 低秩近似的缩放因子
lora_dropout (浮点数) – 低秩近似的 dropout 概率。默认值：0.0
use_dora (布尔值) – 将 LoRA 权重分解为幅度和方向，如“DoRA：权重分解低秩适应”(https://arxiv.org/abs/2402.09353) 中介绍。
quantize_base (布尔值) – 是否量化基本模型权重
- 返回值：
应用了 LoRA 的 Phi3 Mini 模型的实例
- 返回类型：
