【PaddleNLP No.1】 add pretrain.md

[Echo-Nie]

PR types

Others

PR changes

Docs

Description

1. 针对小白

大体框架与 .rst 一致，从新手小白用户的角度对文档进行润色。润色了一下文档的内容，适合小白入手大模型的预训练。

2. 克隆问题

由于少部分用户可能会碰到网络问题，加入了 gitee克隆和国内镜像 （个人测试过使用百度镜像和gitee均能克隆成功） 帮助小白能更快配好环境。 gitee具有滞后性

3. 模型支持列表

模型权重支持列表按照根目录的 README.md 进行更新。

4. 其他

添加 预训练成功后的打印信息 （以Qwen为例）。

修复部分失效链接：

• 大模型 Trainer 混合并行训练教程 改为 大模型 Trainer 混合并行训练教程
• 内置预练数据集及自定义数据制作 改为 内置预练数据集及自定义数据制作
• use_flash_attention需在 A100机器开启，支持的cuda版本最低11.8，不过最推荐的是官网最新cuda版本。

5. docs/zh/llm/docs/pretrain.md

添加上面文档的相对路径

#9763

[paddle-bot]

Thanks for your contribution!

[codecov]

Codecov Report

All modified and coverable lines are covered by tests ✅

Project coverage is 48.66%. Comparing base (759ae99) to head (892abbb).
Report is 20 commits behind head on develop.

❌ Your project status has failed because the head coverage (48.66%) is below the target coverage (58.00%). You can increase the head coverage or adjust the target coverage.

Additional details and impacted files

@@             Coverage Diff             @@
##           develop   #10506      +/-   ##
===========================================
- Coverage    48.66%   48.66%   -0.01%     
===========================================
  Files          768      768              
  Lines       127103   127103              
===========================================
- Hits         61860    61859       -1     
- Misses       65243    65244       +1     

☔ View full report in Codecov by Sentry.
📢 Have feedback on the report? Share it here.

🚀 New features to boost your workflow:

• ❄️ Test Analytics: Detect flaky tests, report on failures, and find test suite problems.

[Echo-Nie]

@DrownFish19 pls review

[Echo-Nie]

@DrownFish19 该目录下只有pretrain是rst格式，是否需要删除？（同步docs/zh/llm/docs/pretrain.rst 也删除）

[Echo-Nie]

@DrownFish19 pls review