seq_monkey_pretrain_sft_optimization_1.5B（中文指令微调模型）

在 seq_monkey_pretrain_base_1.5B 之上，经过 两阶段全参 SFT 得到的中文指令对话模型：第一阶段用 BelleGroup 通用指令数据建立指令跟随能力，第二阶段用 COIG-CQIA 高质量数据进一步对齐。

模型结构（与 Base 完全一致）

SFT 仅更新权重，不改变模型架构，因此本模型的 config.json 与 Base 模型完全相同：

项目	值
架构	Qwen2ForCausalLM
参数量	1.5B 级（HF 统计约 2B）
hidden / layers / heads / kv_heads	1536 / 28 / 12 / 2
intermediate / vocab / max_pos	8960 / 151936 / 131072
激活 / 归一化 / 位置编码	SiLU(SwiGLU) / RMSNorm / RoPE

两阶段 SFT 流程

阶段	数据	规模	学习率	epoch	目的
阶段一	BelleGroup/train_3.5M_CN	3.5M 中文指令	2e-5	3	建立通用指令跟随
阶段二	m-a-p/COIG-CQIA	数万条高质量中文指令	5e-6	3	高质量对齐、提升回答质量

• 训练方式：全参 SFT（非 LoRA），Causal LM，仅对 assistant 回答部分计算 loss
• 对话模板：Qwen ChatML（<|im_start|> / <|im_end|>）
• 序列长度：1024
• 优化：bf16，cosine 学习率调度
• 第二阶段说明：在阶段一 checkpoint 基础上继续 SFT，学习率调小以防破坏已学能力

快速开始（对话）

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

name = "flylcw/seq_monkey_pretrain_sft_optimization_1.5B"
tok = AutoTokenizer.from_pretrained(name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    name, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True)

messages = [{"role": "user", "content": "用三句话介绍一下序列猴子数据集"}]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
ids = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**ids, max_new_tokens=256, do_sample=True,
                     temperature=0.7, top_p=0.9, repetition_penalty=1.1)
print(tok.decode(out[0], skip_special_tokens=True))