lora_qwen2_1_5b¶
- torchtune.models.qwen2.lora_qwen2_1_5b(lora_attn_modules: List[Literal['q_proj', 'k_proj', 'v_proj', 'output_proj']], apply_lora_to_mlp: bool = False, lora_rank: int = 8, lora_alpha: float = 16, lora_dropout: float = 0.0, use_dora: bool = False, quantize_base: bool = False) TransformerDecoder [source]¶
用于创建启用了 LoRA 的 Qwen2 1.5B 模型的构建器。
Qwen2 的默认值与
qwen2_1_5b()
中相同,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]) – 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 (bool) – 是否将 LoRA 应用于每个转换器层中的 MLP。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
- 返回值:
应用了 LoRA 的 Qwen2 1.5B 模型的实例化
- 返回类型:
注意
Qwen2 0.5B 和 Qwen2 1.5B 模型构建器将默认启用 tie_word_embeddings 并返回 TransformerDecoder 的实例。