新一代模型微调方案LLama-Pro ，快来围观！！！

最新推荐文章于 2024-11-13 10:48:24 发布

大模型老炮

最新推荐文章于 2024-11-13 10:48:24 发布

阅读量559

点赞数 21

文章标签： llama 人工智能学习大模型教程大模型学习大模型入门 AI大模型

本文链接：https://blog.csdn.net/2401_85375151/article/details/142848504

版权

LLAMA PRO论文笔记

直达链接：

摘要

这篇论文介绍了一种名为LLAMA PRO的新型后预训练方法，用于增强大型语言模型（LLMs）在特定领域的性能，同时保持其原有的通用能力。通过扩展Transformer块来增加模型的深度，从而在不牺牲原有性能的情况下，提升模型在编程、数学和一般语言任务中的表现。LLAMA PRO模型是在LLAMA2-7B的基础上通过块扩张方法构建的，并在编程、代码和数学方面表现出色。此外，本文还介绍了一种指令版的LLAMA PRO-INSTRUCT，它在各种基准上达到了先进的性能。实验结果表明，LLAMA PRO不仅在通用语言任务上保持了高水平的表现，而且在编程和数学任务上的性能也得到了显著提升。

先前微调方法的不足

之前的微调方法，如指令调优（Instruction Tuning）和参数高效调优（Parameter-Efficient Fine-Tuning），如LoRA，虽然能够增强大型语言模型（LLMs）在特定领域的性能，但也存在一些缺点：

指令调优（Instruction Tuning）：这种方法通常需要大量的指令数据来进行调优，以产生高质量的输出。但是这种方法需要很高的计算资源。
参数高效调优（Parameter-Efficient Fine-Tuning）：如LoRA等方法虽然能够以较低的计算成本适应预训练模型到新的领域，但这些方法通常在预训练阶段之后应用，可能会导致模型在适应新领域的同时，损失一部分原有的通用能力。

LLAMA PRO 架构

LLaMA PRO通过在现有的LLM中添加额外的Transformer块来增加模型的深度，这些块在初始化时被设置为零，并在domain-specific语料库上进行微调。这种方法使得模型能够在学习新知识的同时，避免了对原有知识的遗忘。

此外，LLaMA PRO还采用了指令跟随（Instruction Following）技术，通过大约80M tokens的supervised instruction tuning，进一步增强了模型的能力。这种技术使得模型能够更好地理解和执行人类的指令，从而在各种任务中表现出更好的性能。

image

如图(a)所示，从一个大型的语言模型（LLM）开始，该模型在庞大的未标注语料库上进行了预训练，从而获得了强大的通用能力。为了方便起见，文章选择了现成的LLaMA2。(b) 采用了骨干扩展，并使用特定领域语料库对扩展的身份块进行了微调，同时冻结了从基础模型继承的块。经过后预训练的模型可以像往常一样用于指令调优。

具体实现

image

模型扩展：在现有的LLaMA模型中，每组Transformer块之后添加一个Identity Block（身份块，如上图）。这些块在初始化时被设置为零，以确保模型在扩展后保持相同的输出。
分组和复制：将原始模型的Transformer块分成多个组，对于每个组，创建原始块的上层副本（即身份块），并将其堆叠在原始组之上。这个过程是逐层进行的，以保持Transformer模型的结构特性。
身份块定义：身份块被定义为恒等函数，即对于任何输入，身份块输出的值与输入相同。这样可以确保在添加新块后，模型的输出行为不会改变。
初始化：新添加的块中的线性层被初始化为零，以实现身份映射。这样，在训练过程中，这些新块可以学习新的知识，而不会影响或覆盖原有的知识。
微调：在添加新块之后，只对新增的块进行微调，而保持原始的块冻结。这样可以确保模型在增强特定领域能力的同时，不会牺牲其原有的通用能力。
训练和优化：使用domain-specific的语料库对扩展后的模型进行微调。在这个过程中，只更新新添加的块，而原始的块保持不变。

image