本文是LLM系列的文章,针对《Mixture-of-Experts Meets Instruction Tuning: A Winning Combination for Large Language Models》的翻译。
专家混合遇见指令调整:大型语言模型的制胜组合
摘要
稀疏混合专家(MoE)是一种神经架构设计,可用于在不增加推理成本的情况下向大型语言模型(LLM)添加可学习参数。指令调整是一种训练LLM遵循指令的技术。我们主张将这两种方法结合起来,因为我们发现MoE模型比密集模型从指令调整中受益更多。特别是,我们在三个实验设置中进行了实证研究:(i)在没有指令调整的情况下对单个下游任务进行直接微调;(ii)指令调整,然后对下游任务进行上下文小样本或零样本泛化;以及(iii)指令调整,辅以对个别下游任务的进一步微调。在第一种情况下,MoE模型总体表现不如具有相同计算能力的密集模型。然而,随着指令调整(第二和第三场景)的引入,这种叙述发生了巨大变化,指令调整独立使用或与特定任务的微调结合使用。我们最强大的型号FLAN-MOE(32B)在四个基准任务上的性能超过了FLAN-PALM(62B),而只使用了三分之一的FLOP。FLAN-MOE所体现的进步启发了在任务不可知学习的框架下重新评估大规模、高性