NLP(19)--大模型发展（3）

前言

仅记录学习过程，有问题欢迎讨论

大模型训练相关知识：

问题：

1. 数据集过大，快速训练
2. 模型过大，gpu跑不完

方案：

• 数据并行训练：
  复制数据（batch_size）到多个gpu，各自计算loss,再反传更新；至少需要一张卡能训练一个样本
• 模型并行：
  模型的不同层放到不同的gpu上，解决了单卡不够大的问题，但是需要更多的通讯时间了（一次训练需要传播很多次）【时间换空间】
• 张量并行：
  将张量划分到不同的gpu上（张量左右分割），进一步减少对单卡的需求，【时间换空间】
  可以混合使用

浮点精度损失：
float32:
使用32位二进制来表示一个浮点数。第一位用于表示符号位（正或负），
接下来的八位用于表示指数，剩下的23位用于表示尾数或分数部分。Float32的数值范围大约在±3.4E+38之间
0.2 = 0.00110（B）~、
DeepSpeed(零冗余优化器)

优化训练的方案

ZeRo：

• 相当于张量并行，gradients,parameters,分散到不同gpu计算。速度变慢
  ZeRo -offload
  添加内存帮助显卡计算哈哈

大模型的蒸馏： 小模型直接学习文本数据之外，还学习大模型预测的结果
大模型的剪枝： 删除大模型中不重要的部分，减少模型大小

PEFT微调：（当大模型对某个方面表现不好）

• 预训练模型+微调数据集
  原始权重不动，增加一部分可训练的权重，去结合之前的部分

prompt tuning:

• 预训练模型+提示词(提前告诉模型需要训练什么)（添加在input data）

P-tuning V2：训练虚拟token（添加在emb）

• 该方法将 Prompt 转换为可以学习的 Embedding 层，并用MLP+LSTM的方式来对Prompt Embedding进行一层处理。

Adapter： 新增可训练的层（添加在fft后）

LoRa（目前比较流行）:

• 通过低秩分解来模拟参数的改变量，从而以极小的参数量来实现大模型的间接训练（最后再扩大）。

RAG（Retrieve Augmented Generation）:

• 模型幻觉问题，遇见不知道的问题，会乱答
  召回部分和Prompt相似的段落，重新输入模型，获取可靠答案。

优势（主要就这两条）：
（1）可扩展性：减少模型大小和训练成本，并能够快速扩展知识。

（2）准确性：模型基于事实进行回答，减少幻觉的发生。

难点：
（1）数据标注：需要对数据进行标注，以提供给模型进行检索。

（2）检索算法：需要设计高效的检索算法，以提高检索的效率和准确率。

BPE（Byte pair encoding）:压缩算法

• RAG针对词表vocab的以下问题
  1.测试过程出现词表没有的词
  2.词表过大
  3.不同语种，切分粒度不同

• 如aaabdaaaabc ==> XdXac
  在nlp中，针对语料中出现的重复词，添加到vocab中，再切分，再添加

• BPE通过构建跨语言共享的子词词汇表，提高了模型处理多种语言的能力，有效解决了不同语言间词汇差异大、低频词和OOV问题，增强了模型的泛化能力和翻译性能。

代码：

使用lora对大模型进行微调：
使用的是序列标注的ner代码（主要改动就在main，加了一个配置在config.py）
“tuning_tactics”: “lora_tuning”
微调一下，速度和正确率都上升很多哎！！！
main.py

# -*- coding: utf-8 -*-

import torch
import os
import random
import os
import numpy as np
import logging
from config import Config
from model import TorchModel, choose_optimizer
from evaluate import Evaluator
from loader import load_data
from peft import get_peft_model, LoraConfig, TaskType, PromptEncoderConfig, PromptTuningConfig, PrefixTuningConfig

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)

"""
模型训练主程序
"""


def peft_wrapper(model):
    peft_config = LoraConfig(
        r=8,
        lora_alpha=32,
        lora_dropout=0.1,
        target_modules=["query", "value"]
    )
    return get_peft_model(model, peft_config)


def main(config):
    # 创建保存模型的目录
    if not os.path.isdir(config["model_path"]):
        os.mkdir(config["model_path"])
    # 加载训练数据
    train_data = load_data(config["train_data_path"], config)
    # 加载模型
    model = TorchModel(config)
    # model = peft_wrapper(model)
    # 大模型微调策略
    tuning_tactics = config["tuning_tactics"]
    if tuning_tactics == "lora_tuning":
        peft_config = LoraConfig(
            r=8,
            lora_alpha=32,
            lora_dropout=0.1,
            target_modules=["query", "key", "value"]
        )
    elif tuning_tactics == "p_tuning":
        peft_config = PromptEncoderConfig(task_type="SEQ_CLS", num_virtual_tokens=10)
    elif tuning_tactics == "prompt_tuning":
        peft_config = PromptTuningConfig(task_type="SEQ_CLS", num_virtual_tokens=10)
    elif tuning_tactics == "prefix_tuning":
        peft_config = PrefixTuningConfig(task_type="SEQ_CLS", num_virtual_tokens=10)
    model = get_peft_model(model, peft_config)
    if tuning_tactics == "lora_tuning":
        # lora配置会冻结原始模型中的所有层的权重，不允许其反传梯度
        # 但是事实上我们希望最后一个线性层照常训练，只是bert部分被冻结，所以需要手动设置
        for param in model.get_submodule("model").get_submodule("classify").parameters():
            param.requires_grad = True

    # 标识是否使用gpu
    cuda_flag = torch.cuda.is_available()
    if cuda_flag:
        logger.info("gpu可以使用，迁移模型至gpu")
        model = model.cuda()
    # 加载优化器
    optimizer = choose_optimizer(config, model)
    # 加载效果测试类
    evaluator = Evaluator(config, model, logger)
    # 训练
    for epoch in range(config["epoch"]):
        epoch += 1
        model.train()
        logger.info("epoch %d begin" % epoch)
        train_loss = []
        for index, batch_data in enumerate(train_data):
            optimizer.zero_grad()
            if cuda_flag:
                batch_data = [d.cuda() for d in batch_data]
            input_id, labels = batch_data  # 输入变化时这里需要修改，比如多输入，多输出的情况
            loss = model(input_id, labels)
            loss.backward()
            optimizer.step()
            train_loss.append(loss.item())
            if index % int(len(train_data) / 2) == 0:
                logger.info("batch loss %f" % loss)
        logger.info("epoch average loss: %f" % np.mean(train_loss))
        evaluator.eval(epoch)
    model_path = os.path.join(config["model_path"], "epoch_%d.pth" % epoch)
    save_tunable_parameters(model, model_path)  # 保存模型权重

    return model, train_data

# 仅存储当前微调的参数（模型会很小）
def save_tunable_parameters(model, path):
    saved_params = {
        k: v.to("cpu")
        for k, v in model.named_parameters()
        if v.requires_grad
    }
    torch.save(saved_params, path)

if __name__ == "__main__":
    model, train_data = main(Config)