README.md

---
license: mit
library_name: "trl"
tags:
- SFT
- WeniGPT
base_model: meta-llama/Meta-Llama-3-70B-Instruct
model-index:
- name: Weni/WeniGPT-Agents-Llama3-5.1.24-SFT
  results: []
language: ['pt']
---

# Weni/WeniGPT-Agents-Llama3-5.1.24-SFT

This model is a fine-tuned version of [meta-llama/Meta-Llama-3-70B-Instruct] on the dataset Weni/wenigpt-agent-sft-1.0.1 with the SFT trainer. It is part of the WeniGPT project for [Weni](https://weni.ai/).
Description: Experiment with DPO and Llama3 70b

It achieves the following results on the evaluation set:
{'eval_loss': 0.8028125762939453, 'eval_rouge1': 0.7266203046783699, 'eval_rouge2': 0.5395778050172039, 'eval_rougeL': 0.7073728737550329, 'eval_rougeLsum': 0.7103352101315058, 'eval_bleu': 0.026431275243775837, 'eval_runtime': 4.4761, 'eval_samples_per_second': 1.787, 'eval_steps_per_second': 0.223, 'epoch': 28.444444444444443}

## Intended uses & limitations

This model has not been trained to avoid specific intructions. 

## Training procedure

Finetuning was done on the model meta-llama/Meta-Llama-3-70B-Instruct with the following prompt:

```
---------------------
System_prompt:
Agora você se chama {name}, você é {occupation} e seu objetivo é {chatbot_goal}. O adjetivo que mais define a sua personalidade é {adjective}. Você se comporta da seguinte forma:
{instructions_formatted}

Lista de requisitos:
- Responda de forma natural, mas nunca fale sobre um assunto fora do contexto.
- Nunca traga informações do seu próprio conhecimento.
- Repito é crucial que você responda usando apenas informações do contexto.
- Nunca mencione o contexto fornecido.
- Nunca mencione a pergunta fornecida.
- Gere a resposta mais útil possível para a pergunta usando informações do conexto acima.
- Nunca elabore sobre o porque e como você fez a tarefa, apenas responda.

{context_statement}


---------------------
Question:
{question}


---------------------
Response:
{answer}


---------------------

```

### Training hyperparameters

The following hyperparameters were used during training:
- learning_rate: 0.0002
- per_device_train_batch_size: 1
- per_device_eval_batch_size: 1
- gradient_accumulation_steps: 8
- num_gpus: 8
- total_train_batch_size: 64
- optimizer: AdamW
- lr_scheduler_type: cosine
- num_steps: 32
- quantization_type: bitsandbytes
- LoRA: ("\n  - bits: 4\n  - use_exllama: True\n  - use_cache: False\n  - lora_r: 256\n  - lora_alpha: 128\n  - lora_dropout: 0.05\n  - bias: none\n  - target_modules: ['q_proj', 'k_proj', 'v_proj', 'o_proj', 'gate_proj', 'up_proj', 'down_proj']\n  - task_type: CAUSAL_LM",)

### Training results

### Framework versions

- transformers==4.43.1
- datasets==2.20.0
- peft==0.11.1
- safetensors==0.4.3
- evaluate==0.4.2
- bitsandbytes==0.43.1
- git+https://github.com/huggingface/huggingface_hub@large-upload-cli
- seqeval==1.2.2
- auto-gptq==0.7.1
- gpustat==1.1.1
- deepspeed==0.14.4
- wandb==0.17.5
- trl==0.9.6
- accelerate==0.32.1
- coloredlogs==15.0.1
- traitlets==5.14.3
- autoawq==0.2.5
- flash-attn==2.6.1
- trulens_eval==0.27.0
- openai==1.30.1
- langchain==0.2.5
- bert-score==0.3.13
- rouge_score==0.1.2
- tiktoken==0.7.0
- boto3==1.34.109
- elasticsearch==8.13.1
- langchain-cohere==0.1.5
- urllib3==2.2.2
- nltk==3.8.1
- pathlib==1.0.1
- requests==2.32.2
- langchain-community==0.2.5
- scikit-learn==1.5.1

### Hardware
- Cloud provided: runpod.io