vllm QWen系列模型的答案准确率丢失,

jxct1oxe  于 2个月前  发布在  其他
关注(0)|答案(5)|浏览(52)

在使用Vllm加速器对QWen系列模型进行处理后,答案的准确度出现了显著的下降。

4bbkushb

4bbkushb1#

尝试在tokenizer_config.json中更新eos令牌为<|im_end|>。

hgqdbh6s

hgqdbh6s2#

如何解决这个问题?

dfuffjeb

dfuffjeb3#

尝试在tokenizer_config.json中更新eos token为<|im_end|>,我已经设置了,但答案仍然是错误的。

iqxoj9l9

iqxoj9l94#

我尝试了,但仍然得到错误的答案。具体来说,模型似乎忽略了我ft(<|im_end|>)中的eos。我认为这不是分词器的问题,因为当我将目标答案和<|im_end|>放在输入的末尾时,它不会停止生成。
我已经根据模型中的所有配置文件手动设置了bos、eos和pad token。在没有vllm的情况下,模型工作得很好,并且能够正确地生成<|im_end|>来停止生成。
这是否与您的情况相同?如果有人解决了这个问题,那就太好了。

suzh9iv8

suzh9iv85#

这个案例的一点更新。Vllm将分词器和模型用引擎 Package 起来,所以在使用Vllm时,你需要在Vllm的引擎中更新分词器和模型,这与我们不使用Vllm时的情况并不完全相同。它以这种方式解决了我的问题。如果你仍然遇到问题,请检查你的Vllm引擎中的分词器和模型的特殊标记。

相关问题