本文是LLM系列文章,针对《DDK: Distilling Domain Knowledge for Efficient Large Language Models》的翻译。
摘要
尽管大型语言模型 (LLM) 在各种应用程序中具有先进的智能功能,但它们仍然面临着巨大的计算和存储需求。知识蒸馏 (KD) 已成为一种有效的策略,通过从高性能的 LLM(即教师模式)迁移知识来提高较小的 LLM(即学生模式)的表现。LLM 蒸馏的主流技术通常使用黑盒模型 API 来生成高质量的预训练和对齐数据集,或者通过改变损失函数来利用白盒蒸馏,以更好地从教师 LLM 那里迁移知识。但是,这些方法忽略了跨域学生和教师 LLM 之间的知识差异。这会导致过度关注性能差距最小的域,而对差距较大的域关注不足,从而降低整体性能。在本文中,我们引入了一种新的 LLM 蒸馏框架,称为 DDK,它根据师生模型之间的领域性能差异,以平滑的方式动态调整蒸馏数据集的组成,使蒸馏过程更加稳定和有效。广泛的评估表明, DDK 显著提高了学生模型的性能,其性能大大优于连续预训练基线和现有的知识蒸馏方法。