LLaMA：开放和高效的基础语言模型

LLaMA：开放和高效的基础语言模型

https://arxiv.org/pdf/2302.13971.pdf

https://github.com/facebookresearch/llama

Part1前言

我们介绍了LLaMA，这是一个参数范围从7B到65B的基础语言模型集合。我们在数以万亿计的标记上训练我们的模型，并表明有可能完全使用公开可用的数据集来训练最先进的模型，而不必求助于专有的和不可获取的数据集。特别是，LLaMA-13B 在大多数基准上超过了GPT-3（175B）， LLaMA-65B与最好的模型Chinchilla-70B和PaLM-540B相比具有竞争力。我们向研究界发布了我们所有的模型。

总结：

• 仅仅在公开的数据集上进行训练了多个尺度的模型，就可以达到最先进的效果。
• 对模型和实现方式进行优化，加速训练。

Part2方法

1使用的数据

英语CommonCrawl[67%] ：我们用CCNet管道（ Wenzek等人 ， 2020年）对五个CommonCrawl转储进行预处理，范围从2017年到2020年。这个过程在行的层面上对数据进行了删除，用fastText线性分类器进行语言识别，以去除非英语页面，并用n-gram语言模型过滤低质量内容。此外，我们训练了一个线性模型来对维基百科中用作参考文献的页面与随机抽样的页面进行分类，并丢弃了未被分类为参考文献的页面。

C4 [15%] ：在探索性的实验中，我们观察到，使用多样化的预处理Com-monCrawl数据集可以提高性能。因此，我们将公开的C4数据集（ Raffel等人，2020）纳入我们的数据。C4的预处理也包含重复数据删除和语言识别步骤：与CCNet的主要区别在于质量过滤，它主要依赖于标点符号的存在或网页中的单词和句子的数 量等判例。

Github[4.5%] ：我们使用谷歌BigQuery上的GitHub公共数据集。我们只保留在Apache、BSD和MIT许可下发布的项目。此外，我们用基于行长或字母数字字符比例的启发式方法过滤了低质量的文件，并用规范的表达式删除了模板，如标题。最后，我们在文件层面上对结果数据集进行重复计算，并进行精确匹配。

维基百科[4.5%] ：我们添加了2022年6月至8月期间的维基百科转储，涵盖了20使用拉丁字母或西里尔字母的语言：BG、CA、CS、DA、DE、EN、ES、FR、HR、HU、IT、NL、PL、PT、RO、RU、SL、SR、SV、UK。我们对数据进行处理，以删除超链接、评论和其他格式化的模板。

古腾堡和Books3[4.5%] ：我们的训练数据 包括两个书体：Guten- berg项目和TheP-ile（ Gao等人，2020）的Books3部分，后者是一个用于训练大型语言模型的公开可用数据集。我们在书籍层面上进行重复数据删除，删除内容重叠度超过90%的书籍。

ArXiv[2.5%] ： 我们处理了arXiv的Latex文件，将科学数据添加到我们的数据集中。按照Lewkowycz等人（2022）的做法，我们删除了第一节之前的所有内容，以及书目。我们还删除了.tex文件中的注释，以及用户写的内联扩展的定义和宏，以提高不同论文的一致性。

Stack Exchange[2%] ：我们包括了Stack Exchange的转储，这是一个高质量的问题和答案的网站，涵盖了从计算机科学到化学等不同的领域。我们保留了28个最大网站的数据，重新将HTML标签从文本中移出，并将答案按分数（从高到低）排序。

2标记器

标记器： 我们用字节对编码（BPE）算法（ Sennrich等人，2015）对数据进行标记，使用 Sentence-Piece（Kudo和Richardson，2018）中的实现。值得注意的是，我们将所有数字分割成单个数字，并回退到字节来分解未知的UTF-8字符。

总的来说，我们的整个训练数据集在标记化之后大约包含1.4T的标记。对于我们的大多数训练数据，每个标记在训练过程中只使用一次，但维基百科和图书领域除外，我们对其进行了大约两个epochs训练。

Part3模型结构

基本还是transformer结构，主要是以下一些不同：

预归一化[GPT3] ：为了提高训练的稳定性，我们对每个transformer子层的输入进行规范化，而不是对输出进行规范化。我们使用Zhang和Sennrich（2019）介绍的RMSNorm归一化函数。

SwiGLU激活函数[PaLM] ：我们用SwiGLU激活函数替换ReLU的非线性，由Shazeer（2020）引入以提高性能。我们使用的维度是234d234d，而不是PaLM中的4d。

旋转嵌入[GPTNeo] ：我们删除了绝对位置嵌入，取而代之的是在网络的每一层添加Su等人（2021）介绍的旋转位置嵌入（RoPE）。表2中给出了我们不同模型的超参数细节。

3优化器

我们的模型使用AdamW optimizer（ Loshchilov和Hutter，2017）进行训练，超参数如下：β1 = 0.9，β2 = 0.95。我们使用一个余弦学习率计划，使最终的学习率等于最大的10%。我们使用0.1的权重衰减和梯度剪裁为1.0。我们使用2，000个预热步骤，并随着模型的大小而改变学习率和批次大小（详见表2）。

4高效的实现

我们进行了一些优化，以提高我们模型的训练速度。首先，我们使用causal multi-head attention，以减少内存使用和运行时间。这个实现可在xformers库中找到。这是通过不存储注意力权重和不计算由于语言建模任务的因果性质而被掩盖的键/查询分数来实现的。

为了进一步提高训练效率，我们重新缩减了在后向传递过程中建议使用的激活量。更确切地说，我们保存了计算成本较高的激活，如线性层的输出。这是通过手动实现transformer层的后向函数来实现的，而不是依靠PyTorch的autograd。为了充分受益于这种优化，我们需要如Korthikanti等人（2022）所述，通过使用模 型和序列并行，减少模型的内存使用。此外，我们还尽可能地过度重视激活的计算和GPU之间通过网络的通信（由于all_reduce操作）。当训练一个65B参数的模型时，我们的代码在2048个A100GPU和80GB的内存上处理大约380个令牌/秒/GPU。 这意味着在我们包含1.4T标记的数据集上进行训练大约需要21天。

Part4结果

如何系统的去学习AI大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 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。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

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！

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。

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。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓