1. 因为在大模型损失梯度下降过程中,权重的更新矩阵基本是低秩矩阵。所以可以将权重变化做矩阵分解,权重变化矩阵变成了两个小的矩阵相乘。神经网络的每一个连接层都可以做这样一个分解。
2. 在训练过程中,每一次权重更新都更新到了这两个小矩阵上,这样在不动原大模型矩阵的基础上,原模型的输出加上这两个小矩阵相乘的输出结果,即相当于对原模型进行了微调。
3. 如果将两个小矩阵的分解改为svd分解,就可以只保留特征值大的特征向量,做进一步压缩。
1. 因为在大模型损失梯度下降过程中,权重的更新矩阵基本是低秩矩阵。所以可以将权重变化做矩阵分解,权重变化矩阵变成了两个小的矩阵相乘。神经网络的每一个连接层都可以做这样一个分解。
2. 在训练过程中,每一次权重更新都更新到了这两个小矩阵上,这样在不动原大模型矩阵的基础上,原模型的输出加上这两个小矩阵相乘的输出结果,即相当于对原模型进行了微调。
3. 如果将两个小矩阵的分解改为svd分解,就可以只保留特征值大的特征向量,做进一步压缩。