Novita AI で Axolotl を実行する

​

Novita AI で Axolotl:main-latest を使用する方法

• GPU Instance コンソールにアクセスするには、Get Started をクリックします。

• さまざまな公式テンプレートと GPU カードのオプションを確認します。
• Axolotl:main-latest テンプレート を選択します。
• 4090 GPU カードの下にある Deploy をクリックして、インスタンス作成ページに進みます。

• Disk セクションで、システムディスクとローカルディスクのサイズを調整します。
• Configuration セクションで、イメージ、起動コマンド、ポート、環境変数などの設定を変更します。
• Jupyter を起動するために、「Start Jupyter Notebook」のチェックボックスをオンにします。

• 確認ページでインスタンス設定とコストを確認します。
• Deploy をクリックして、デプロイプロセスを開始します。

• インスタンスのデプロイが完了するまで待ちます。

• デプロイが完了すると、システムは Instance Management ページにリダイレクトします。
• 新しく作成したインスタンスを見つけます。最初は Pulling ステータス（イメージをダウンロード中であることを示します）で表示されます。
• インスタンスの右側にある小さな矢印をクリックして詳細を表示します。
• イメージの pull 進行状況を監視します。完了すると、インスタンスは Running ステータスに移行します。
• デプロイログを表示するには、Logs をクリックします。

• サービスが起動中かどうかを確認するには、Instance Logs タブに移動します。
• サービスの初期化が完了するまで待ちます。

• ログページを閉じます。
• 接続情報ページを開くには、Connect をクリックします。
• Connection Options セクションを見つけ、Connect to Jupyter Lab をクリックして Jupyter インターフェイスにアクセスします。

• Jupyter Lab の Web インターフェイスが読み込まれるまで待ちます。
• 公式サンプルを実行してサービスが正しく動作していることを確認するには、Terminal を開きます。

• 公式サンプルコードを実行して、ファインチューニングタスクを行います。

# Fetch axolotl examples
axolotl fetch examples

# Or, specify a custom path
axolotl fetch examples --dest path/to/folder

# Train a model using LoRA
axolotl train examples/llama-3/lora-1b.yml