我想学大模型，应该从哪个模型开始？LLaMA生态家谱整理和分析

想要研究学习大模型，应该从哪里开始呢？

目前大模型发展生态最好的当属Meta的LLaMA模型。如果GPT系列是Windows操作系统(巧了，OpenAI的大东家目前就是微软)，那么LLaMA就是Linux。如果GPT系列是苹果手机，那么LLaMA就是安卓。如果你想基于大模型做一些事情，无论是创业还是研究，最好选择一个生态好的模型，毕竟有人用才有市场。

ChatGPT演化的路径如下图所示。

图片中分了4个阶段，但是第三个和第四个阶段一般都会放在一起，属于对齐阶段。所以一般会分成如下3个阶段：

• Stage 1: 预训练(Pretrain)

• Stage 2: 监督微调(SFT)

• Stage 3: 对齐(Reward Model + RLHF)

既然已经有了成功ChatGPT这一成功的案例，大家都想基于LLaMA把这条路再走一遍，以期望做出自己的ChatGPT。

所以基于LLaMA的模型虽然很多，但是基本都可以放到上面3个框架当中。本文就沿着预训练、监督微调、对齐(RW+RLHF)这一路径来梳理一下LLaMA生态中的各个模型。

主要是点出这些模型处在大模型训练的那一个阶段，以及都做了哪些创新性的工作，方便你根据自己的兴趣和资源来选择使用哪一个，对中文支持比较好的也都有注明。

Stage1 预训练: LLaMA 复现

RedPajama

• 参考LLaMA论文中的训练数据，收集并且开源可商用。

• https://github.com/togethercomputer/RedPajama-Data

Baichuan-7B(支持中文)

• 采用LLaMA的相同架构，在中文上做预训练。可商用。

• 王小川这次做大模型的切入点其实挺不错的，绑定到LLaMA的生态上，然后在中文上有所突破。可能也在构思新三级火箭了吧。

• 目前Baichuan可以算是第一个LLaMA中文预训练模型，所以后面的工作都可以在这上面都走一遍，估计没多久Baichuan-Alapca, Baichuan-Vicuna就都出来了。

• https://github.com/baichuan-inc/baichuan-7B

OpenLLaMA

• 参考LLaMA的代码，在Apache 2.0 license下的重新实现和训练。使用了RedPajama训练集合。

• https://github.com/openlm-research/open_llama

Lit-LLaMA ️

• 参考LLaMA，在Apache 2.0 license下的只有代码的重新实现。同时支持加载原始LLaMA和OpenLLaMA的权重。

• https://github.com/Lightning-AI/lit-llama

Stage 2: 监督微调

因为预训练模型本质上还是个续写模型，所以并不能很好的满足人们的需求，所以监督微调的作用就是微调模型产生理想的回复。

在监督微调这里，大家目标都是一样的，但是做法有些不同，主要是有钱和没钱的区别。

有钱你可以全参数微调，没钱就只能使用一些低成本的方法，英文叫PEFT(Parameter-Efficient Fine-Tuning)。

PEFT确实是想我这种平民玩家的首选，但是有钱也可以用PEFT，它可以让你微调更大的模型。比如我们就只能玩玩10B的，有点小钱用PEFT玩个几十B的问题不大。

2.1 LLaMA + Instruction Finetuning(全量参数)

Alpaca

• llama7b + self-instruct数据指令微调。算是最早迈出LLaMA+SFT这一步的模型。最开始并没有提供权重，后来通过diff的方式给出，需要LLaMA原始模型才能恢复，github上有教程。

• 当时他们采用1张8卡A100(80G显存)，52k的数据，训练了3个小时。训练成本大概是100刀。

• https://github.com/tatsu-lab/stanford_alpaca

Alpaca衍生模型

• BELLE(支持中文): 最早是基于BLOOM的，后来也支持LLaMA https://github.com/LianjiaTech/BELLE

• openAlpaca: OpenLLaMA + databricks-dolly-15k dataset 进行指令微调 https://github.com/yxuansu/OpenAlpaca

• gpt4-x-alpaca: 用GPT4的数据微调，数据集为GPTeacher https://huggingface.co/chavinlo/gpt4-x-alpaca

Vicuna

• llama13b + ShareGPT对话数据，微调

• 研发团队基于Vicuna发布了FastChat对话机器人。

• 和Alpaca一样，受协议限制，vicuna模型公布的权重也是个delta，每个参数要加上llama原来的权重才是模型权重。

• https://github.com/lm-sys/FastChat

Vicuna衍生模型

• gpt4-x-vicuna-13b: 用GPT4的数据微调，数据集为GPTeacher https://huggingface.co/NousResearch/gpt4-x-vicuna-13b

WizardLM

• 采用了Evol-Instruct来构造指令，可以产生一些很难的指令.

1. 深度演化包括五种操作：添加约束、深化、具体化、增加推理步骤并使输入复杂化。

2. In-breadth Evolving 是突变，即根据给定的指令生成全新的指令

3. 进化是通过提示+LLM来实现的。

• https://github.com/nlpxucan/WizardLM

TÜLU

• 使用LLaMA + Human/GPT data mix 微调

• 验证了很多结论，论文值得一看。https://arxiv.org/abs/2306.04751

• https://github.com/allenai/open-instruct

GPT4ALL

• LLaMA用80w的GPT3.5的数据(code, story, conversation)微调而来。

• https://github.com/nomic-ai/gpt4all

Koala

• LLaMA13B基于ChatGPT Distillation Data和Open Source Data训练而来。

• 具体数据见下面：

• https://bair.berkeley.edu/blog/2023/04/03/koala/

OpenBuddy(支持中文)

• 基于LLaMA，Falcon, OpenLLaMA微调的，只说用了对话数据，细节没透漏。

• https://github.com/OpenBuddy/OpenBuddy

Pygmalion 7B

• 给予LLaMA微调，使用了不同来源的56MB 的对话数据，包含了人工和机器。

• https://huggingface.co/PygmalionAI/pygmalion-7b

2.2 LLaMA + PEFT

PEFT目前最流行的是LoRA，挺巧妙的架构，可以看看https://arxiv.org/abs/2106.09685。

下面大多数的模型都是LLaMA+lora的架构，不只是文本，AIGC的头部网站civitai.com上很多模型也都是基于lora的。

最近还出了QLoRA，在LoRA的基础上加入了量化，进一步降低显存的使用。https://arxiv.org/abs/2305.14314。

Baize

• LLaMA + Lora

• https://github.com/project-baize/baize-chatbot

LLaMA-Adapter

• LLaMA + Adapter Layer

• https://github.com/OpenGVLab/LLaMA-Adapter

CalderaAI/30B-Lazarus

• 似乎是多个LoRA的merge，但是没太公布太多细节。

• 在huggingface的leaderboard上排名还挺靠前。

• https://huggingface.co/CalderaAI/30B-Lazarus

Chinese-LLaMA-Alpaca(支持中文)

• https://arxiv.org/pdf/2304.08177.pdf

• LLaMA + 扩词表 + lora

• Chinese LLaMA是属于局部参数预训练

• Stage1: frozen encoder，只用来训练Embedding层。

• Stage2: 只训练Embedding, LM head, lora weights

• 在Chinese LLaMA的基础上，仿照Alpaca训练了Chinese Alpaca

• https://github.com/ymcui/Chinese-LLaMA-Alpaca

Chinese-Vicuna(支持中文)

• 基于：https://github.com/tloen/alpaca-lora

• lora + 中文instruction数据

• chatv1的数据使用了50k中文指令+对话混合数据。

• 并没有扩充词表，据说Vicuna1.1并没有扩充词表，但是中文效果不错。

• https://github.com/Facico/Chinese-Vicuna

Stage 3: 对齐(LLaMA + FT + RHLF)

• 这部分可以说是把ChatGPT的路径完整走了一遍。

StableVicuna

• Vicuna = LLaMA + FT

• StableVicuna = Vicuna + RLHF

• https://github.com/Stability-AI/StableLM

StackLLaMA

• SFT: LLaMA + Lora

• RM: LLaMA + Lora + 分类

• https://huggingface.co/blog/zh/stackllama

其他：LLaMA 推理优化

llama.cpp

• 用C/C++实现的推理，不依赖显卡。

• https://github.com/ggerganov/llama.cpp

GPTQ-for-LLaMA

• 4 bits quantization of LLaMA using GPTQ.

• https://github.com/qwopqwop200/GPTQ-for-LLaMa

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。