হাগিং ফেস ট্রান্সফরমার এবং টিআরএল ব্যবহার করে কাস্টম টেক্সট-টু-এসকিউএল ডেটাসেটে জেমাকে কীভাবে সূক্ষ্ম-টিউন করা যায় সে সম্পর্কে এই নির্দেশিকা আপনাকে নির্দেশ করে। আপনি শিখবেন:
- কোয়ান্টাইজড লো-র্যাঙ্ক অ্যাডাপ্টেশন (QLoRA) কি?
- উন্নয়ন পরিবেশ সেটআপ করুন
- ফাইন-টিউনিং ডেটাসেট তৈরি করুন এবং প্রস্তুত করুন
- TRL এবং SFTTtrainer ব্যবহার করে Gemma ফাইন-টিউন করুন
- মডেল ইনফারেন্স পরীক্ষা করুন এবং এসকিউএল কোয়েরি তৈরি করুন
কোয়ান্টাইজড লো-র্যাঙ্ক অ্যাডাপ্টেশন (QLoRA) কি?
এই নির্দেশিকাটি কোয়ান্টাইজড লো-র্যাঙ্ক অ্যাডাপ্টেশন (QLoRA) এর ব্যবহার প্রদর্শন করে, যা LLM-কে দক্ষতার সাথে সূক্ষ্ম-সুর করার জন্য একটি জনপ্রিয় পদ্ধতি হিসাবে আবির্ভূত হয়েছে কারণ এটি উচ্চ কার্যক্ষমতা বজায় রাখার সময় গণনামূলক সংস্থান প্রয়োজনীয়তা হ্রাস করে। QloRA-তে, পূর্ব-প্রশিক্ষিত মডেলটি 4-বিটে পরিমাপ করা হয় এবং ওজনগুলি হিমায়িত করা হয়। তারপর প্রশিক্ষণযোগ্য অ্যাডাপ্টার স্তরগুলি (LoRA) সংযুক্ত করা হয় এবং শুধুমাত্র অ্যাডাপ্টার স্তরগুলি প্রশিক্ষিত হয়। পরবর্তীতে, অ্যাডাপ্টারের ওজন বেস মডেলের সাথে একত্রিত করা যেতে পারে বা একটি পৃথক অ্যাডাপ্টার হিসাবে রাখা যেতে পারে।
উন্নয়ন পরিবেশ সেটআপ করুন
প্রথম ধাপ হল টিআরএল সহ হাগিং ফেস লাইব্রেরি এবং বিভিন্ন RLHF এবং প্রান্তিককরণ কৌশল সহ ওপেন মডেলকে ফাইন-টিউন করার জন্য ডেটাসেট ইনস্টল করা।
# Install Pytorch & other libraries
%pip install "torch>=2.4.0" tensorboard
# Install Gemma release branch from Hugging Face
%pip install git+https://github.com/huggingface/transformers@v4.49.0-Gemma-3
# Install Hugging Face libraries
%pip install --upgrade \
"datasets==3.3.2" \
"accelerate==1.4.0" \
"evaluate==0.4.3" \
"bitsandbytes==0.45.3" \
"trl==0.15.2" \
"peft==0.14.0" \
protobuf \
sentencepiece
# COMMENT IN: if you are running on a GPU that supports BF16 data type and flash attn, such as NVIDIA L4 or NVIDIA A100
#% pip install flash-attn
দ্রষ্টব্য: আপনি যদি অ্যাম্পিয়ার আর্কিটেকচারের (যেমন NVIDIA L4) বা আরও নতুন GPU ব্যবহার করেন, তাহলে আপনি ফ্ল্যাশ মনোযোগ ব্যবহার করতে পারেন। ফ্ল্যাশ অ্যাটেনশন হল এমন একটি পদ্ধতি যা উল্লেখযোগ্যভাবে গণনার গতি বাড়ায় এবং ক্রম দৈর্ঘ্যে চতুর্মুখী থেকে রৈখিক পর্যন্ত মেমরির ব্যবহার কমিয়ে দেয়, যা 3x পর্যন্ত প্রশিক্ষণকে ত্বরান্বিত করে। FlashAttention এ আরও জানুন।
আপনি প্রশিক্ষণ শুরু করার আগে, আপনাকে নিশ্চিত করতে হবে যে আপনি জেমার ব্যবহারের শর্তাবলী গ্রহণ করেছেন। আপনি এখানে মডেল পৃষ্ঠায় Agree এবং অ্যাক্সেস সংগ্রহস্থল বোতামে ক্লিক করে Hugging Face- এর লাইসেন্স গ্রহণ করতে পারেন: http://huggingface.co/google/gemma-3-1b-pt
আপনি লাইসেন্স গ্রহণ করার পরে, মডেলটি অ্যাক্সেস করার জন্য আপনার একটি বৈধ আলিঙ্গন ফেস টোকেন প্রয়োজন। আপনি যদি একটি Google Colab-এর মধ্যে দৌড়াচ্ছেন, তাহলে আপনি Colab গোপনীয়তাগুলি ব্যবহার করে আপনার আলিঙ্গন ফেস টোকেন নিরাপদে ব্যবহার করতে পারেন অন্যথায় আপনি login
পদ্ধতিতে সরাসরি টোকেন সেট করতে পারেন। নিশ্চিত করুন যে আপনার টোকেনে লেখার অ্যাক্সেসও রয়েছে, কারণ আপনি প্রশিক্ষণের সময় আপনার মডেলকে হাবের দিকে ঠেলে দেন।
from google.colab import userdata
from huggingface_hub import login
# Login into Hugging Face Hub
hf_token = userdata.get('HF_TOKEN') # If you are running inside a Google Colab
login(hf_token)
ফাইন-টিউনিং ডেটাসেট তৈরি করুন এবং প্রস্তুত করুন
এলএলএমগুলিকে ফাইন-টিউনিং করার সময়, আপনার ব্যবহারের ক্ষেত্রে এবং আপনি যে কাজটি সমাধান করতে চান তা জানা গুরুত্বপূর্ণ। এটি আপনাকে আপনার মডেলকে সূক্ষ্ম-টিউন করতে একটি ডেটাসেট তৈরি করতে সহায়তা করে। আপনি যদি আপনার ব্যবহারের ক্ষেত্রে এখনও সংজ্ঞায়িত না করে থাকেন তবে আপনি অঙ্কন বোর্ডে ফিরে যেতে চাইতে পারেন।
একটি উদাহরণ হিসাবে, এই নির্দেশিকা নিম্নলিখিত ব্যবহারের ক্ষেত্রে ফোকাস করে:
- একটি ডেটা বিশ্লেষণ টুলে নির্বিঘ্ন ইন্টিগ্রেশনের জন্য SQL মডেলে একটি প্রাকৃতিক ভাষা ফাইন-টিউন করুন। উদ্দেশ্য হল SQL কোয়েরি তৈরির জন্য প্রয়োজনীয় সময় এবং দক্ষতা উল্লেখযোগ্যভাবে হ্রাস করা, এমনকি অ-প্রযুক্তিগত ব্যবহারকারীদের ডেটা থেকে অর্থপূর্ণ অন্তর্দৃষ্টি বের করতে সক্ষম করা।
টেক্সট-টু-এসকিউএল সূক্ষ্ম-টিউনিং এলএলএম-এর জন্য একটি ভাল ব্যবহারের ক্ষেত্রে হতে পারে, কারণ এটি একটি জটিল কাজ যার জন্য ডেটা এবং SQL ভাষা সম্পর্কে প্রচুর (অভ্যন্তরীণ) জ্ঞান প্রয়োজন।
একবার আপনি নির্ধারণ করেছেন যে ফাইন-টিউনিং হল সঠিক সমাধান, আপনার সূক্ষ্ম-টিউন করার জন্য একটি ডেটাসেট প্রয়োজন। ডেটাসেটটি আপনার সমাধান করতে চান এমন টাস্ক(গুলি) এর প্রদর্শনের বিভিন্ন সেট হওয়া উচিত। এই ধরনের ডেটাসেট তৈরি করার বিভিন্ন উপায় রয়েছে, যার মধ্যে রয়েছে:
- বিদ্যমান ওপেন সোর্স ডেটাসেট ব্যবহার করা, যেমন স্পাইডার
- এলএলএম দ্বারা তৈরি সিন্থেটিক ডেটাসেট ব্যবহার করা, যেমন আলপাকা
- মানুষের দ্বারা তৈরি ডেটাসেট ব্যবহার করা, যেমন ডলি ।
- পদ্ধতির সংমিশ্রণ ব্যবহার করা, যেমন Orca
প্রতিটি পদ্ধতির নিজস্ব সুবিধা এবং অসুবিধা রয়েছে এবং এটি বাজেট, সময় এবং মানের প্রয়োজনীয়তার উপর নির্ভর করে। উদাহরণস্বরূপ, একটি বিদ্যমান ডেটাসেট ব্যবহার করা সবচেয়ে সহজ কিন্তু এটি আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে উপযোগী নাও হতে পারে, যখন ডোমেন বিশেষজ্ঞদের ব্যবহার করা সবচেয়ে নির্ভুল হতে পারে কিন্তু সময়সাপেক্ষ এবং ব্যয়বহুল হতে পারে। একটি নির্দেশনা ডেটাসেট তৈরি করার জন্য বিভিন্ন পদ্ধতি একত্রিত করাও সম্ভব, যেমনটি Orca: GPT-4-এর জটিল ব্যাখ্যা ট্রেস থেকে প্রগতিশীল শিক্ষায় দেখানো হয়েছে।
এই নির্দেশিকাটি একটি ইতিমধ্যে বিদ্যমান ডেটাসেট ব্যবহার করে ( philschmid/gretel-synthetic-text-to-sql ), একটি উচ্চ মানের সিন্থেটিক টেক্সট-টু-SQL ডেটাসেট সহ প্রাকৃতিক ভাষার নির্দেশাবলী, স্কিমা সংজ্ঞা, যুক্তি এবং সংশ্লিষ্ট SQL কোয়েরি।
আলিঙ্গন ফেস TRL কথোপকথন ডেটাসেট ফর্ম্যাটগুলির স্বয়ংক্রিয় টেমপ্লেটিং সমর্থন করে৷ এর মানে হল আপনাকে শুধুমাত্র আপনার ডেটাসেটটিকে সঠিক json অবজেক্টে রূপান্তর করতে হবে এবং trl
টেমপ্লেটিং এবং সঠিক বিন্যাসে রাখার যত্ন নেয়।
{"messages": [{"role": "system", "content": "You are..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
{"messages": [{"role": "system", "content": "You are..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
{"messages": [{"role": "system", "content": "You are..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
philschmid/gretel-synthetic-text-to-sql-এ 100k নমুনা রয়েছে। গাইডটিকে ছোট রাখার জন্য, এটি শুধুমাত্র 10,000 নমুনা ব্যবহার করার জন্য ডাউনস্যাম্পল করা হয়।
আপনি এখন ডেটাসেট লোড করতে এবং আপনার সহকারীর জন্য একটি সিস্টেম বার্তা যোগ করতে প্রাকৃতিক ভাষা নির্দেশ, স্কিমা সংজ্ঞা একত্রিত করতে একটি প্রম্পট টেমপ্লেট তৈরি করতে আলিঙ্গন ফেস ডেটাসেট লাইব্রেরি ব্যবহার করতে পারেন৷
from datasets import load_dataset
# System message for the assistant
system_message = """You are a text to SQL query translator. Users will ask you questions in English and you will generate a SQL query based on the provided SCHEMA."""
# User prompt that combines the user query and the schema
user_prompt = """Given the <USER_QUERY> and the <SCHEMA>, generate the corresponding SQL command to retrieve the desired data, considering the query's syntax, semantics, and schema constraints.
<SCHEMA>
{context}
</SCHEMA>
<USER_QUERY>
{question}
</USER_QUERY>
"""
def create_conversation(sample):
return {
"messages": [
# {"role": "system", "content": system_message},
{"role": "user", "content": user_prompt.format(question=sample["sql_prompt"], context=sample["sql_context"])},
{"role": "assistant", "content": sample["sql"]}
]
}
# Load dataset from the hub
dataset = load_dataset("philschmid/gretel-synthetic-text-to-sql", split="train")
dataset = dataset.shuffle().select(range(12500))
# Convert dataset to OAI messages
dataset = dataset.map(create_conversation, remove_columns=dataset.features,batched=False)
# split dataset into 10,000 training samples and 2,500 test samples
dataset = dataset.train_test_split(test_size=2500/12500)
# Print formatted user prompt
print(dataset["train"][345]["messages"][1]["content"])
TRL এবং SFTTtrainer ব্যবহার করে Gemma ফাইন-টিউন করুন
আপনি এখন আপনার মডেল সূক্ষ্ম-টিউন করতে প্রস্তুত. আলিঙ্গন ফেস TRL SFTTrainer সূক্ষ্ম-টিউন ওপেন LLM তত্ত্বাবধান করা সহজ করে তোলে। SFTTrainer
হল transformers
লাইব্রেরি থেকে Trainer
একটি সাবক্লাস এবং লগিং, মূল্যায়ন এবং চেকপয়েন্টিং সহ সমস্ত একই বৈশিষ্ট্যগুলিকে সমর্থন করে, তবে অতিরিক্ত মানের জীবন বৈশিষ্ট্য যুক্ত করে, যার মধ্যে রয়েছে:
- কথোপকথন এবং নির্দেশ বিন্যাস সহ ডেটাসেট বিন্যাস
- প্রম্পট উপেক্ষা করে শুধুমাত্র সমাপ্তির উপর প্রশিক্ষণ
- আরও দক্ষ প্রশিক্ষণের জন্য ডেটাসেট প্যাক করা
- QloRA সহ প্যারামিটার-দক্ষ ফাইন-টিউনিং (PEFT) সমর্থন
- কথোপকথনমূলক ফাইন-টিউনিংয়ের জন্য মডেল এবং টোকেনাইজার প্রস্তুত করা (যেমন বিশেষ টোকেন যোগ করা)
নিচের কোডটি হ্যাগিং ফেস থেকে জেমা মডেল এবং টোকেনাইজার লোড করে এবং কোয়ান্টাইজেশন কনফিগারেশন শুরু করে।
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, AutoModelForImageTextToText, BitsAndBytesConfig
# Hugging Face model id
model_id = "google/gemma-3-1b-pt" # or `google/gemma-3-4b-pt`, `google/gemma-3-12b-pt`, `google/gemma-3-27b-pt`
# Select model class based on id
if model_id == "google/gemma-3-1b-pt":
model_class = AutoModelForCausalLM
else:
model_class = AutoModelForImageTextToText
# Check if GPU benefits from bfloat16
if torch.cuda.get_device_capability()[0] >= 8:
torch_dtype = torch.bfloat16
else:
torch_dtype = torch.float16
# Define model init arguments
model_kwargs = dict(
attn_implementation="eager", # Use "flash_attention_2" when running on Ampere or newer GPU
torch_dtype=torch_dtype, # What torch dtype to use, defaults to auto
device_map="auto", # Let torch decide how to load the model
)
# BitsAndBytesConfig: Enables 4-bit quantization to reduce model size/memory usage
model_kwargs["quantization_config"] = BitsAndBytesConfig(
load_in_4bit=True,
bnb_4bit_use_double_quant=True,
bnb_4bit_quant_type='nf4',
bnb_4bit_compute_dtype=model_kwargs['torch_dtype'],
bnb_4bit_quant_storage=model_kwargs['torch_dtype'],
)
# Load model and tokenizer
model = model_class.from_pretrained(model_id, **model_kwargs)
tokenizer = AutoTokenizer.from_pretrained("google/gemma-3-1b-it") # Load the Instruction Tokenizer to use the official Gemma template
SFTTrainer
peft
সাথে একটি নেটিভ ইন্টিগ্রেশন সমর্থন করে, যা QLoRA ব্যবহার করে দক্ষতার সাথে LLM টিউন করা সহজ করে তোলে। আপনাকে শুধুমাত্র একটি LoraConfig
তৈরি করতে হবে এবং এটি প্রশিক্ষককে প্রদান করতে হবে।
from peft import LoraConfig
peft_config = LoraConfig(
lora_alpha=16,
lora_dropout=0.05,
r=16,
bias="none",
target_modules="all-linear",
task_type="CAUSAL_LM",
modules_to_save=["lm_head", "embed_tokens"] # make sure to save the lm_head and embed_tokens as you train the special tokens
)
আপনি আপনার প্রশিক্ষণ শুরু করার আগে, আপনি একটি SFTConfig
উদাহরণে যে হাইপারপ্যারামিটার ব্যবহার করতে চান তা সংজ্ঞায়িত করতে হবে।
from trl import SFTConfig
args = SFTConfig(
output_dir="gemma-text-to-sql", # directory to save and repository id
max_seq_length=512, # max sequence length for model and packing of the dataset
packing=True, # Groups multiple samples in the dataset into a single sequence
num_train_epochs=3, # number of training epochs
per_device_train_batch_size=1, # batch size per device during training
gradient_accumulation_steps=4, # number of steps before performing a backward/update pass
gradient_checkpointing=True, # use gradient checkpointing to save memory
optim="adamw_torch_fused", # use fused adamw optimizer
logging_steps=10, # log every 10 steps
save_strategy="epoch", # save checkpoint every epoch
learning_rate=2e-4, # learning rate, based on QLoRA paper
fp16=True if torch_dtype == torch.float16 else False, # use float16 precision
bf16=True if torch_dtype == torch.bfloat16 else False, # use bfloat16 precision
max_grad_norm=0.3, # max gradient norm based on QLoRA paper
warmup_ratio=0.03, # warmup ratio based on QLoRA paper
lr_scheduler_type="constant", # use constant learning rate scheduler
push_to_hub=True, # push model to hub
report_to="tensorboard", # report metrics to tensorboard
dataset_kwargs={
"add_special_tokens": False, # We template with special tokens
"append_concat_token": True, # Add EOS token as separator token between examples
}
)
আপনার মডেলের প্রশিক্ষণ শুরু করার জন্য আপনার SFTTrainer
তৈরি করতে আপনার প্রয়োজনীয় প্রতিটি বিল্ডিং ব্লক রয়েছে।
from trl import SFTTrainer
# Create Trainer object
trainer = SFTTrainer(
model=model,
args=args,
train_dataset=dataset["train"],
peft_config=peft_config,
processing_class=tokenizer
)
train()
পদ্ধতিতে কল করে প্রশিক্ষণ শুরু করুন।
# Start training, the model will be automatically saved to the Hub and the output directory
trainer.train()
# Save the final model again to the Hugging Face Hub
trainer.save_model()
আপনি আপনার মডেল পরীক্ষা করার আগে, মেমরি মুক্ত নিশ্চিত করুন.
# free the memory again
del model
del trainer
torch.cuda.empty_cache()
QLoRA ব্যবহার করার সময়, আপনি শুধুমাত্র অ্যাডাপ্টারদের প্রশিক্ষণ দেন এবং সম্পূর্ণ মডেল নয়। এর অর্থ হল প্রশিক্ষণের সময় মডেলটি সংরক্ষণ করার সময় আপনি শুধুমাত্র অ্যাডাপ্টারের ওজন সংরক্ষণ করেন এবং সম্পূর্ণ মডেল নয়। আপনি যদি সম্পূর্ণ মডেলটি সংরক্ষণ করতে চান, যা vLLM বা TGI এর মতো পরিবেশন স্ট্যাকের সাথে ব্যবহার করা সহজ করে, আপনি merge_and_unload
পদ্ধতি ব্যবহার করে অ্যাডাপ্টারের ওজনগুলিকে মডেল ওজনের সাথে মার্জ করতে পারেন এবং তারপর save_pretrained
পদ্ধতিতে মডেলটিকে সংরক্ষণ করতে পারেন। এটি একটি ডিফল্ট মডেল সংরক্ষণ করে, যা অনুমানের জন্য ব্যবহার করা যেতে পারে।
from peft import PeftModel
# Load Model base model
model = model_class.from_pretrained(model_id, low_cpu_mem_usage=True)
# Merge LoRA and base model and save
peft_model = PeftModel.from_pretrained(model, args.output_dir)
merged_model = peft_model.merge_and_unload()
merged_model.save_pretrained("merged_model", safe_serialization=True, max_shard_size="2GB")
processor = AutoTokenizer.from_pretrained(args.output_dir)
processor.save_pretrained("merged_model")
মডেল ইনফারেন্স পরীক্ষা করুন এবং এসকিউএল কোয়েরি তৈরি করুন
প্রশিক্ষণ শেষ হওয়ার পরে, আপনি আপনার মডেলের মূল্যায়ন এবং পরীক্ষা করতে চাইবেন। আপনি পরীক্ষার ডেটাসেট থেকে বিভিন্ন নমুনা লোড করতে পারেন এবং সেই নমুনাগুলিতে মডেলটির মূল্যায়ন করতে পারেন।
import torch
from transformers import pipeline
model_id = "gemma-text-to-sql"
# Load Model with PEFT adapter
model = model_class.from_pretrained(
model_id,
device_map="auto",
torch_dtype=torch_dtype,
attn_implementation="eager",
)
tokenizer = AutoTokenizer.from_pretrained(model_id)
আসুন টেস্ট ডেটাসেট থেকে একটি এলোমেলো নমুনা লোড করি এবং একটি এসকিউএল কমান্ড তৈরি করি।
from random import randint
import re
# Load the model and tokenizer into the pipeline
pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)
# Load a random sample from the test dataset
rand_idx = randint(0, len(dataset["test"]))
test_sample = dataset["test"][rand_idx]
# Convert as test example into a prompt with the Gemma template
stop_token_ids = [tokenizer.eos_token_id, tokenizer.convert_tokens_to_ids("<end_of_turn>")]
prompt = pipe.tokenizer.apply_chat_template(test_sample["messages"][:2], tokenize=False, add_generation_prompt=True)
# Generate our SQL query.
outputs = pipe(prompt, max_new_tokens=256, do_sample=False, temperature=0.1, top_k=50, top_p=0.1, eos_token_id=stop_token_ids, disable_compile=True)
# Extract the user query and original answer
print(f"Context:\n", re.search(r'<SCHEMA>\n(.*?)\n</SCHEMA>', test_sample['messages'][0]['content'], re.DOTALL).group(1).strip())
print(f"Query:\n", re.search(r'<USER_QUERY>\n(.*?)\n</USER_QUERY>', test_sample['messages'][0]['content'], re.DOTALL).group(1).strip())
print(f"Original Answer:\n{test_sample['messages'][1]['content']}")
print(f"Generated Answer:\n{outputs[0]['generated_text'][len(prompt):].strip()}")
সারাংশ এবং পরবর্তী পদক্ষেপ
এই টিউটোরিয়ালটি টিআরএল এবং কিউএলওআরএ ব্যবহার করে একটি জেমা মডেলকে কীভাবে সূক্ষ্ম-টিউন করা যায় তা কভার করেছে। পরবর্তীতে নিম্নলিখিত নথিগুলি দেখুন:
- একটি জেমা মডেলের সাথে কীভাবে পাঠ্য তৈরি করতে হয় তা শিখুন।
- হাগিং ফেস ট্রান্সফরমার ব্যবহার করে দৃষ্টি কার্যের জন্য জেমাকে কীভাবে ফাইন-টিউন করবেন তা শিখুন।
- একটি জেমা মডেলে কীভাবে বিতরণ করা ফাইন-টিউনিং এবং অনুমান সম্পাদন করতে হয় তা শিখুন।
- Vertex AI এর সাথে জেমা ওপেন মডেলগুলি কীভাবে ব্যবহার করবেন তা শিখুন।
- KerasNLP ব্যবহার করে Gemma কিভাবে ফাইন-টিউন করবেন এবং Vertex AI-তে স্থাপন করবেন তা শিখুন।