111 lines
4.1 KiB
Markdown
111 lines
4.1 KiB
Markdown
|
|
---
|
|
library_name: transformers
|
|
base_model: TucanoBR/Tucano-1b1-Instruct
|
|
tags:
|
|
- trl
|
|
- sft
|
|
- portuguese
|
|
- pt-br
|
|
- reasoning
|
|
- chain-of-thought
|
|
license: apache-2.0
|
|
language:
|
|
- pt
|
|
datasets:
|
|
- corre-social/s1_dataset_ptbr_1k_tokenized
|
|
---
|
|
|
|
# Drummond-1b1-Instruct
|
|
|
|
<img src="https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers_logo_name.png" alt="Transformers" width="200"/>
|
|
|
|
## Resumo do Modelo
|
|
|
|
O **Drummond-1b1-Instruct** é um modelo de linguagem focado em seguir instruções e raciocínio em Português (PT-BR). Ele é um *fine-tune* do modelo [Tucano-1b1-Instruct](https://huggingface.co/TucanoBR/Tucano-1b1-Instruct), treinado especificamente para gerar cadeias de pensamento ("thinking process") antes de fornecer a resposta final.
|
|
|
|
Este modelo utiliza a arquitetura herdada do Tucano e foi otimizado para tarefas que exigem raciocínio estruturado com baixo custo computacional.
|
|
|
|
- **Desenvolvido por:** Corre Social
|
|
- **Modelo Base:** TucanoBR/Tucano-1b1-Instruct
|
|
- **Idioma:** Português (PT-BR)
|
|
- **Tamanho do Contexto:** 2048 tokens
|
|
- **Licença:** Apache 2.0 (Verificar modelo base)
|
|
|
|
## Detalhes de Treinamento
|
|
|
|
O modelo foi treinado utilizando técnicas modernas de *Supervised Fine-Tuning* (SFT) focadas em eficiência e qualidade de instrução.
|
|
|
|
### Tecnologias Utilizadas
|
|
|
|
O treinamento foi realizado utilizando o ecossistema Hugging Face e PyTorch:
|
|
|
|
* **Biblioteca de Treino:** [TRL (Transformer Reinforcement Learning)](https://github.com/huggingface/trl) versão 0.12.0.
|
|
* **Otimização de Memória:** `bitsandbytes` para otimizadores de 8-bit.
|
|
* **Monitoramento:** Weights & Biases (WandB).
|
|
* **Hardware:** Treinado em GPU com suporte a `bfloat16`.
|
|
|
|
### Técnicas de Treinamento
|
|
|
|
1. **Supervised Fine-Tuning (SFT):** O modelo foi ajustado em um dataset de instruções para alinhar o comportamento de resposta.
|
|
2. **Completion Only Loss:** Utilizamos o `DataCollatorForCompletionOnlyLM`. Esta técnica é crucial: o modelo **não** aprende a prever a instrução do usuário, apenas a resposta e o raciocínio. Isso evita que o modelo "alucine" instruções e foca a perda (loss) apenas na geração útil.
|
|
* *Instruction Template:* `<instruction>`
|
|
* *Response Template:* `<|im_start|>think`
|
|
3. **Special Tokens & ChatML:** Foram adicionados tokens especiais (`<|im_start|>`, `<|im_end|>`) e o token de gatilho de pensamento `think` para estruturar o formato de *Chain of Thought*.
|
|
4. **Otimização de Precisão:**
|
|
* Uso de **BF16 (BFloat16)** para estabilidade numérica durante o treino.
|
|
* Otimizador **AdamW 8-bit** para reduzir o consumo de VRAM.
|
|
* **Gradient Checkpointing** ativado para permitir *batch sizes* maiores ou modelos maiores em GPUs limitadas.
|
|
|
|
### Hiperparâmetros
|
|
|
|
| Parâmetro | Valor |
|
|
| :--- | :--- |
|
|
| **Epochs** | 5 |
|
|
| **Learning Rate** | 1e-5 |
|
|
| **Batch Size (Efetivo)** | 4 (1 per device * 4 accumulation steps) |
|
|
| **Context Window** | 2048 tokens |
|
|
| **Optimizer** | adamw_8bit |
|
|
| **Precision** | bf16 |
|
|
| **LRScheduler** | Linear (com 10 warmup steps) |
|
|
|
|
### Dados de Treinamento
|
|
|
|
* **Dataset:** `corre-social/s1_dataset_ptbr_1k_tokenized`
|
|
* **Tamanho:** ~1.000 exemplos de alta qualidade.
|
|
* **Foco:** O dataset contém exemplos estruturados para estimular o modelo a "pensar" (`think`) antes de responder.
|
|
|
|
## Como Usar
|
|
|
|
Para utilizar o modelo, é recomendável usar a formatação de prompt correta para ativar o modo de raciocínio:
|
|
|
|
```python
|
|
import torch
|
|
from transformers import AutoModelForCausalLM, AutoTokenizer
|
|
|
|
model_id = "corre-social/Drummond-1b1-Instruct"
|
|
|
|
tokenizer = AutoTokenizer.from_pretrained(model_id)
|
|
model = AutoModelForCausalLM.from_pretrained(
|
|
model_id,
|
|
torch_dtype=torch.bfloat16,
|
|
device_map="auto"
|
|
)
|
|
|
|
# Template específico usado no treino
|
|
prompt = """<instruction>Explique como funciona a gravidade de forma simples.</instruction>
|
|
<|im_start|>think"""
|
|
|
|
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
|
|
|
|
outputs = model.generate(
|
|
**inputs,
|
|
max_new_tokens=512,
|
|
do_sample=True,
|
|
temperature=0.7,
|
|
top_p=0.9,
|
|
eos_token_id=tokenizer.eos_token_id
|
|
)
|
|
|
|
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
|
print(response) |