网络轻量化的重要性:大势所趋:大模型体积越来越大,但实际工程中算力并没有增加,就需要提炼大模型中最有用部分,提高效率同时,增加推理速度。
轻量化方向:
知识蒸馏实现轻量化的优势:使用大模型后,可实现离线部署(无需联网,有时调用大模型API需联网,当网络延迟时,推理很不稳定)
知识蒸馏总体实现框架:图1、图2;
图1
图2
实质是通过微调(训练)student网络权重,使Total loss 最小。温度T用来平滑预测分数,减少数据间的相对值,但保持总体预测分布曲线和T=1(不使用平滑时)曲线一致。