ChatGLM微调基于P-Tuning/LoRA/Full parameter（中）

1. ChatGLM模型介绍

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。
ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答.

2. 基于 P-Tuningv2的高效参数微调方法

• P-tuning-v2是一种指令调优的方法. INT4量化级别下最低只需 7GB 显存即可启动微调。

2.1 环境配置

- 计算资源：A6000 Tensor Core GPU
- 镜像：Cuda11.6 PyTorch 1.12.1 镜像
- 挂载模型的文件到宿主机制定的路径

安装依赖环境

protobuf
transformers==4.27.1
cpm_kernels
torch>=1.10
gradio
mdtex2html
sentencepiece

2.3 P-TuningV2 教程

        进行微调还要安装p-tuning的依赖环境

$ pip install rouge_chinese nltk jieba datasets

        下载 ADGEN 数