近日,ArXiv上一篇名为《SentenceVAE:Enable Next-sentence Prediction for Large Language Models with Faster Speed, Higher Accuracy and Longer Context》的论文引起了国外网友的讨论。
-
论文链接:
https://arxiv.org/abs/2408.00655
-
代码仓库:
https://github.com/BestAnHongjun/SentenceVAE
模型方法
论文中,作者指出,当前主流的大模型大多采用token-by-token的自回归方式进行推理,这种方式严重限制了大模型的推理速度。为了解决这一问题,作者团队提出了一种新颖的推理方式:Next-sentence Prediction,使用大模型直接预测下一个句子。
为了实现这一方式,作者团队首先使用大量语料预训练了一个小模型——句子变分自编码器(Sentence Variational Autoencoder, SentenceVAE),由一个句子编码器和一个句子解码器构成,分别仅有1~4层。其中,句子编码器可以将一个句子中的多个token编码为一个单独的嵌入向量(Sentence-level Token),句子解码器可以将该嵌入向量还原为原始句子中的多个token。
SentenceVAE架构图
通过将句子编码器和解码器分别嫁接在当前主流大模型的首尾,并加以微调,大模型便可以工作在Sentence-level的嵌入空间,升级为Sentence-level LLM (SLLM)!
现有LLM (a) 与 SLLM (b)架构对比
更快的推理速度
假设有一句话含有10个token,在当前LLM逐token生成的方式下,大模型需要迭代10次,而SLLM进需要迭代1次,从而大幅提升了大模型的推理速度。
作者团队将深度为14层的SentenceVAE分别嫁接在OPT-125M、OPT-350M、OPT-1.3B模型的首尾(SLLM),并将原始OPT模型(LLM)作为基线(baseline)进行实验。实验结果表明,SLLM的token生成速度相比各LLM可分别提升200300%!
同时,随着主体LLM参数量的增加,SentenceVAE推理所占用的计算资源比例将逐渐降低,从而获得更高的速度收益。也就是说,模型越大,提速越明显!
更低的困惑度
作者团队使用上述同样的方式在万卷数据集上进行实验,发现SLLM相比LLM困惑度分别降低了46~75%!
作者在文中指出,困惑度降低的原因可能在于:
-
通过SentenceVAE,SLLM可以在更高的句子语义层次对自然语言进行理解;
-
同样的上下文长度,在SentenceVAE的帮助下,SLLM相比LLM可以处理相对更少的token数量,从而在Attention操作时使注意力分布更加集中。
更长的上下文长度
作者团队同样实验了生成相同上下文长度时的显存占用情况,发现SLLM相比LLM显存占用分别降低了86~91%! 这使得在相同显存资源条件下,SLLM可以支持更长上下文的推理。
SLLM的Scaling Law
虽然作者团队仅在125M-1.3B参数规模的大模型上进行了验证性的实验,但是在实验过程中,他们发现SLLM同样遵循Scaling Law,意味着该架构可以推广至更大规模的模型。
SLLM (a) 与 SentenceVAE (b) 的Scaling Law
国外网友的讨论
一位ID名称为Tunadorable网友阅读该文并在YouTube上发表了对SentenceVAE的见解后,迅速引起了国外网友的讨论。
有不少网友表达了对该想法的肯定:
有网友头脑风暴称,SentenceVAE或许是“文本扩散模型”的良好基础。
LinkedIn上也有网友表示,SentenceVAE或许是主流大模型的下一个重大趋势!
当然,也有网友犀利地指出了这项工作的不足,比如:
-
工作仍然处于比较初步的阶段,目前仅在英文数据集上进行了实验
-
在分割句子时暂时采用的是按照标点符号进行分割的方法,在对于一些诸如代码生成、CSV文件生成的任务上可能会有严重不足,需要有基于学习机制的分句器来更新
来自作者团队的回复
在AlphaXiv社区中,作者对网友的部分讨论进行了回复:
作者表示,他们当前的工作主要是为了验证Sentence-level范式的可行性,因此在分割句子时采用了使用标点符号分割这种便捷的方式。作者表达了对“可学习分句模型”想法的肯定,并表示这的确是他们下一阶段的计划。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
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。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。