预训练大模型LLM的PEFT之—— Prefix Tuning

最新推荐文章于 2024-10-15 20:06:03 发布

若石之上

最新推荐文章于 2024-10-15 20:06:03 发布

阅读量870

点赞数 3

分类专栏：人工智能文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/duzm200542901104/article/details/136376901

版权

人工智能专栏收录该内容

29 篇文章 2 订阅

订阅专栏

本文介绍了PrefixTuning，一种在模型输入前添加连续任务特定向量的改进方法，相较于离散模板，它提高了模型鲁棒性和训练效率。文章详细比较了PrefixTuning与FullFineTuning的区别，并探讨了在自回归和Encoder-Decoder模型中的应用，以及其在实际代码中的实现和效果分析。

摘要由CSDN通过智能技术生成

简介

Prefix Tuning是2021.01提出来的，在它之前，我们使用prompt主要是人工设计模板或者自动化搜索模板，也就是prompt范式的第一阶段，就是在输入上加上prompt文本，再对输出进行映射。这种离散模板对模型的鲁棒性很差。所以后续的研究都将离散生成prompt方式转成连续的方式。

Prefix Tuning是在模型输入前添加一个连续的且是任务特定的向量序列，该序列称之为prefix，然后在训练的时候固定PLM的所有参数，只更新优化特定任务的prefix。

实现思路

1、与Full Fine Tuning对比

从下图上看，对于FFT,我们在微调的时候，需要更新所有的PLM的参数，训练时需要大量的数据，而且耗费的资源和时间比较多。

Prefix Tuning针对特定的任务，只更新前缀那部分的参数，训练时只需要很少的数据，训练速度也非常快。

2、自回归模型与Encoder-Decoder模型的实现区别：

对于类似于GPT-2的自回归模型，最终的结果 z = [PREFIX; x; y]，参考下图的上半部分

对于类似于BART的Encoder-Decoder模型，最终的结果z = [PREFIX; x; PREFIX0 ; y]，参考下图的下半部分

实验效果

从实验的效果看，还是非常不错的

在HF的PEFT中的实现

1、下面是代码实现

2、我们需要关注的仅仅是PrefixTuningConfig类的num_virtual_tokens

from peft import PromptTuningConfig, PromptTuningInit, get_peft_model
from transformers import get_linear_schedule_with_warmup
from tqdm import tqdm

peft_config = PrefixTuningConfig(task_type="CAUSAL_LM", num_virtual_tokens=20)
model = get_peft_model(model, peft_config)
model.print_trainable_parameters()
#"trainable params: 983,040 || all params: 560,197,632 || trainable%: 0.1754809274167014"

lr = 3e-2
num_epochs = 50

optimizer = torch.optim.AdamW(model.parameters(), lr=lr)
lr_scheduler = get_linear_schedule_with_warmup(
    optimizer=optimizer,
    num_warmup_steps=0,
    num_training_steps=(len(train_dataloader) * num_epochs),
)

device = "cuda"
model = model.to(device)

for epoch in range(num_epochs):
    model.train()
    total_loss = 0
    for step, batch in enumerate(tqdm(train_dataloader)):
        batch = {k: v.to(device) for k, v in batch.items()}
        outputs = model(**batch)
        loss = outputs.loss
        total_loss += loss.detach().float()
        loss.backward()
        optimizer.step()
        lr_scheduler.step()
        optimizer.zero_grad()

    model.eval()
    eval_loss = 0
    eval_preds = []
    for step, batch in enumerate(tqdm(eval_dataloader)):
        batch = {k: v.to(device) for k, v in batch.items()}
        with torch.no_grad():
            outputs = model(**batch)
        loss = outputs.loss
        eval_loss += loss.detach().float()
        eval_preds.extend(
            tokenizer.batch_decode(torch.argmax(outputs.logits, -1).detach().cpu().numpy(), skip_special_tokens=True)
        )

    eval_epoch_loss = eval_loss / len(eval_dataloader)
    eval_ppl = torch.exp(eval_epoch_loss)
    train_epoch_loss = total_loss / len(train_dataloader)
    train_ppl = torch.exp(train_epoch_loss)
    print(f"{epoch=}: {train_ppl=} {train_epoch_loss=} {eval_ppl=} {eval_epoch_loss=}")