49 lines
2.1 KiB
YAML
49 lines
2.1 KiB
YAML
# Korean LLM 1B parameters — FP8 변형 (B200 TransformerEngine 네이티브)
|
||
#
|
||
# [최적화 근거 — 2026-02-25]
|
||
# - 데이터: korean_train.bin 8.91B tokens
|
||
# - max_steps 34000 = 4 에포크 (Muennighoff 2023: 4에포크 초과 시 val loss 상승)
|
||
# * 기존 200k steps = 23.5 에포크 → 오버피팅 위험, compute 낭비
|
||
# - lr=2e-4: GPT-3 1.3B 기준과 정확히 일치 (변경 없음)
|
||
# - eff_batch=1.05M: GPT-3 1.3B 기준과 일치 (변경 없음)
|
||
# - warmup 2000 = 34k의 5.9% (기존 4000 = 11.8%로 과도했음)
|
||
# - save/eval 간격 단축: 34k steps 기준 더 촘촘한 체크포인트 필요
|
||
# - compile_model: false (TE 2.10 graph break 위험, 안정성 우선)
|
||
#
|
||
# 실행: bash scripts/launch_korean_1b.sh
|
||
model:
|
||
vocab_size: 64000
|
||
d_model: 2048
|
||
n_layers: 24
|
||
n_heads: 16
|
||
n_kv_heads: 4 # GQA 4:1 (K/V 파라미터 75% 절감)
|
||
d_ffn: 5472 # 16배수 (FP8 alignment 충족)
|
||
max_seq_len: 4096
|
||
rope_theta: 500000.0
|
||
dropout: 0.0
|
||
bias: false
|
||
use_flash_attn: true
|
||
use_fp8: true # TransformerEngine MXFP8BlockScaling (B200 네이티브)
|
||
|
||
train:
|
||
# 34k steps × 1,048,576 tok/step = 35.6B tokens = 4 에포크 (8.91B 데이터 기준)
|
||
max_steps: 34000
|
||
batch_size: 8 # per GPU: 8 × 4096 = 32,768 토큰 | VRAM 30.8% 사용 (192GB)
|
||
grad_accum_steps: 4 # eff_batch: 8 × 8GPU × 4 × 4096 = 1,048,576 tok/step
|
||
lr: 2.0e-4 # GPT-3 1.3B 기준 최적값과 정확히 일치
|
||
weight_decay: 0.1
|
||
warmup_steps: 2000 # 34k steps의 5.9% — 기존 4000은 11.8%로 과도
|
||
max_grad_norm: 1.0
|
||
log_interval: 10
|
||
save_interval: 500 # 34k steps 기준 ~70 체크포인트 (기존 1000은 너무 듬성)
|
||
eval_interval: 200 # val loss 조기 이상 감지용
|
||
use_amp: false # fp8_autocast가 대체 (torch.autocast 불필요)
|
||
compile_model: false # TE 2.10 + DDP graph break 위험
|
||
fp8_amax_history_len: 16
|
||
fp8_amax_compute_algo: "max"
|
||
fp8_format: "MXFP8" # B200 Blackwell 네이티브 블록 스케일링
|
||
|
||
tokenizer:
|
||
vocab_size: 64000
|
||
type: sentencepiece_unigram
|