大语言模型的三阶段训练
为了训练专有领域模型，选择LLaMA2-7B作为基座模型，由于LLaMA模型中文词表有限，因此首先进行中文词表的扩展，然后进行三阶段训练（增量预训练，有监督微调，强化学习）。
代码将全部上传到github：
https://github.com/hjandlm/LLM_Train
1. 中文词表扩展
原生词表大小是32K，在词表扩展后，词表大小是63608。
2. 增量预训练
为了防止模型的通用能力减弱或消失，将通用数据和领域数据混合，经过调研决定设置5:1的数据配比进行增量预训练。由于资源有限，显卡是一块A100，40G，因此训练较慢。
目前还处于预训练阶段，情况如下：
训练集损失曲线：
测试集损失曲线：
后续将继续研究如何“炼丹“，敬请期待！
3. 有监督微调
…
4. 强化学习
…