trimm_vocab
Collection
Cắt bớt vocab giữ lại En Vi để model nhỏ gọn hơn, ko sản xuất tiếng Trung trong quá trình sử dụng
•
16 items
•
Updated
•
1
Các kỹ thuật cắt tỉa vocab (cấm nói các ngôn ngữ không mong muốn), ví dụ khi dịch Anh Việt model hay chèn thêm từ tiếng Trung.
mixed data training: kết hợp cải thiện tiếng Việt, cải thiện song ngữ Anh <=> Việt, và QA/RAG trong một lần huấn luyện. (xem data/final_finetune1.jsonl.xz)
Gần 1G text, 5 epochs, sẽ release toàn bộ epoch để test riêng và merge nếu muốn.
https://wandb.ai/tiendung/huggingface/runs/rmp30c82
Code và cách làm https://github.com/symato/physics_of_llms
Thảo luận ở https://discord.com/channels/1070551652341403769/1291645458841600051
python3 model_chat.py