關(guān)于LLM+LoRa微調(diào)加速技術(shù)原理

如何花費(fèi)較少的算力成本來進(jìn)行微調(diào)訓(xùn)練，十分重要，當(dāng)前關(guān)于LLaMA、Alpaca、Instruct微調(diào)、LoRa微調(diào)等多個(gè)概念大家講的很多，最近也在學(xué)習(xí)，也看到幾個(gè)有趣的話題。

首先，來看關(guān)于Instruct微調(diào)和LoRa微調(diào)

Instruct微調(diào)和LoRa微調(diào)是兩種不同的技術(shù)。Instruct微調(diào)是指在深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中調(diào)整模型參數(shù)的過程，以優(yōu)化模型的性能。在微調(diào)過程中，使用一個(gè)預(yù)先訓(xùn)練好的模型作為基礎(chǔ)模型，然后在新的數(shù)據(jù)集上對(duì)該模型進(jìn)行微調(diào)。Instruct微調(diào)是一種通過更新預(yù)訓(xùn)練模型的所有參數(shù)來完成的微調(diào)方法，通過微調(diào)使其適用于多個(gè)下游應(yīng)用。

LoRa微調(diào)則是指對(duì)低功耗廣域網(wǎng)（LoRaWAN）中的LoRa節(jié)點(diǎn)參數(shù)進(jìn)行微調(diào)的過程，以提高節(jié)點(diǎn)的傳輸效率。在LoRa微調(diào)中，需要了解節(jié)點(diǎn)的硬件和網(wǎng)絡(luò)部署情況，并通過對(duì)節(jié)點(diǎn)參數(shù)進(jìn)行微小調(diào)整來優(yōu)化傳輸效率。

與Instruct微調(diào)相比，LoRA在每個(gè)Transformer塊中注入可訓(xùn)練層，因?yàn)椴恍枰獮榇蠖鄶?shù)模型權(quán)重計(jì)算梯度，大大減少了需要訓(xùn)練參數(shù)的數(shù)量并且降低了GPU內(nèi)存的要求。研究發(fā)現(xiàn)，使用LoRA進(jìn)行的微調(diào)質(zhì)量與全模型微調(diào)相當(dāng)，速度更快并且需要更少的計(jì)算。因此，如果有低延遲和低內(nèi)存需求的情況，建議使用LoRA微調(diào)。

其次，我們?cè)賮砜纯礊槭裁磿?huì)有LLaMA模型和LoRA兩種模型

如上所述，模型的微調(diào)方式有很多種，基于LoRA的微調(diào)產(chǎn)生保存了新的權(quán)重，可以將生成的LoRA權(quán)重認(rèn)為是一個(gè)原來LLaMA模型的補(bǔ)丁權(quán)重 。至于LLaMA 權(quán)重，它則是由Mean公司開源的大模型預(yù)訓(xùn)練權(quán)重。

最后，我們來看看關(guān)于詞表擴(kuò)充，為什么要擴(kuò)充詞表，直接在原版LLaMA上用中文預(yù)訓(xùn)練不行？

本身LLaMA對(duì)中文支持不是很好，大多數(shù)相關(guān)衍生工作是直接在原版上進(jìn)行pretrain/finetune的，從而采取了更大膽的策略——增加中文詞表，可能進(jìn)一步加劇中文訓(xùn)練不充分的問題，但從長(zhǎng)遠(yuǎn)看是否有利于后續(xù)進(jìn)一步預(yù)訓(xùn)練就得靠時(shí)間檢驗(yàn)了，加入詞表是有一定破壞性的，一是破壞原有分詞體系，二是增加了未訓(xùn)練的權(quán)重。所以如果不能進(jìn)行充分訓(xùn)練的話，可能會(huì)有比較大的問題。如果不是特別專的領(lǐng)域（比如生物醫(yī)學(xué)等涉及很多專業(yè)詞匯的領(lǐng)域）沒有太大必要去擴(kuò)充英文詞表。

原版LLaMA模型的詞表大小是32K，其主要針對(duì)英語進(jìn)行訓(xùn)練（具體詳見LLaMA論文），對(duì)多語種支持不是特別理想（可以對(duì)比一下多語言經(jīng)典模型XLM-R的詞表大小為250K）。通過初步統(tǒng)計(jì)發(fā)現(xiàn)，LLaMA詞表中僅包含很少的中文字符，所以在切詞時(shí)會(huì)把中文切地更碎，需要多個(gè)byte token才能拼成一個(gè)完整的漢字，進(jìn)而導(dǎo)致信息密度降低。

比如，在擴(kuò)展詞表后的模型中，單個(gè)漢字傾向于被切成1個(gè)token，而在原版LLaMA中可能就需要2-3個(gè)才能組合成一個(gè)漢字，顯著降低編解碼的效率。

由于原版LLaMA對(duì)中文的支持非常有限，Chinese-LLaMA-Alpaca項(xiàng)目在原版LLaMA的基礎(chǔ)上進(jìn)一步擴(kuò)充了中文詞表。在通用中文語料上訓(xùn)練了基于sentencepiece的20K中文詞表并與原版LLaMA模型的32K詞表進(jìn)行合并，排除重復(fù)的token后，得到的最終中文LLaMA詞表大小為49953。需要注意的是，在fine-tune階段Alpaca比LLaMA多一個(gè)pad token，所以中文Alpaca的詞表大小為49954。

為了進(jìn)一步加深對(duì)lora的理解，本文主要從LoRA基本原理及PEFT中的實(shí)現(xiàn)、基于mt0-large+lora的完整實(shí)踐兩方面進(jìn)行介紹，供大家一起參考。

一、LoRA基本原理及PEFT中的實(shí)現(xiàn)

當(dāng)前，已經(jīng)出現(xiàn)了很多l(xiāng)ora作為adapter的微調(diào)模型，如Alpaca LoRA，Chinese-LLaMA-Alpaca等，其在公開時(shí)會(huì)注明：中文LLaMA/Alpaca LoRA模型無法單獨(dú)使用，需要搭配原版LLaMA模型，發(fā)布的是LoRA權(quán)重，可以理解為原LLaMA模型上的一個(gè)“補(bǔ)丁”，兩者進(jìn)行合并即可獲得完整版權(quán)重。

LoRA的實(shí)現(xiàn)原理在于，凍結(jié)預(yù)訓(xùn)練模型權(quán)重，并將可訓(xùn)練的秩分解矩陣注入到Transformer層的每個(gè)權(quán)重中，大大減少了下游任務(wù)的可訓(xùn)練參數(shù)數(shù)量。直白的來說，實(shí)際上是增加了右側(cè)的“旁支”，也就是先用一個(gè)Linear層A，將數(shù)據(jù)從 d維降到r，再用第二個(gè)Linear層B，將數(shù)據(jù)從r變回d維。最后再將左右兩部分的結(jié)果相加融合，得到輸出的hidden_state。

如上圖所示，左邊是預(yù)訓(xùn)練模型的權(quán)重，輸入輸出維度都是d，在訓(xùn)練期間被凍結(jié)，不接受梯度更新。右邊部分對(duì)A使用隨機(jī)的高斯初始化，B在訓(xùn)練開始時(shí)為零，r是秩，會(huì)對(duì)△Wx做縮放 α/r。

幸運(yùn)的是，HuggingFace的PEFT(Parameter-Efficient Fine-Tuning，地址：https://github.com/huggingface/peft）中提供了模型微調(diào)加速的方法，參數(shù)高效微調(diào)（PEFT）方法能夠使預(yù)先訓(xùn)練好的語言模型（PLMs）有效地適應(yīng)各種下游應(yīng)用，而不需要對(duì)模型的所有參數(shù)進(jìn)行微調(diào)。

對(duì)大規(guī)模的PLM進(jìn)行微調(diào)往往成本過高，在這方面，PEFT方法只對(duì)少數(shù)（額外的）模型參數(shù)進(jìn)行微調(diào)，基本思想在于僅微調(diào)少量 (額外) 模型參數(shù)，同時(shí)凍結(jié)預(yù)訓(xùn)練 LLM 的大部分參數(shù)，從而大大降低了計(jì)算和存儲(chǔ)成本，這也克服了災(zāi)難性遺忘的問題，這是在 LLM 的全參數(shù)微調(diào)期間觀察到的一種現(xiàn)象PEFT 方法也顯示出在低數(shù)據(jù)狀態(tài)下比微調(diào)更好，可以更好地泛化到域外場(chǎng)景。

例如，使用PEFT-lora進(jìn)行加速微調(diào)的效果如下，從中我們可以看到該方案的優(yōu)勢(shì)：

例如，其對(duì)LoRA做了封裝支持，幾步即可使用：

from?peft?import?get_peft_model,?LoraConfig,?TaskType

peft_config?=?LoraConfig(
????task_type=TaskType.CAUSAL_LM,?
????inference_mode=False,?
????r=8,?
????lora_alpha=32,?
????lora_dropout=0.1,
????target_modules=['query_key_value']
)

model?=?"加載的模型"
model?=?get_peft_model(model,?peft_config)
model.print_trainable_parameters()

論文中提到了LoRA的一些優(yōu)勢(shì)：

1）一個(gè)預(yù)先訓(xùn)練好的模型可以被共享，并用于為不同的任務(wù)建立許多小的LoRA模塊?？梢詢鼋Y(jié)共享模型，并通過替換圖中的矩陣A和B來有效地切換任務(wù)，大大降低了存儲(chǔ)需求和任務(wù)切換的難度。

2）在使用自適應(yīng)優(yōu)化器時(shí)，LoRA使訓(xùn)練更加有效，并將硬件進(jìn)入門檻降低了3倍，因?yàn)槲覀儾恍枰?jì)算梯度或維護(hù)大多數(shù)參數(shù)的優(yōu)化器狀態(tài)。相反，我們只優(yōu)化注入的、小得多的低秩矩陣。

3）簡(jiǎn)單的線性設(shè)計(jì)允許在部署時(shí)將可訓(xùn)練矩陣與凍結(jié)權(quán)重合并，與完全微調(diào)的模型相比，在結(jié)構(gòu)上沒有引入推理延遲。

4）LoRA與許多先前的方法是正交的，可以與許多方法結(jié)合，如前綴調(diào)整。我們?cè)诟戒汦中提供了一個(gè)例子。

1、引入開源組件

”+”表示增加代碼：

??from?transformers?import?AutoModelForSeq2SeqLM
+?from?peft?import?get_peft_model,?LoraConfig,?TaskType?
??model_name_or_path?=?"bigscience/mt0-large"
??tokenizer_name_or_path?=?"bigscience/mt0-large"

2、引入lora配置信息

peft_config?=?LoraConfig(
????task_type=TaskType.SEQ_2_SEQ_LM,?
????inference_mode=False,?
????r=8,?
????lora_alpha=32,?
????lora_dropout=0.1
)

3、進(jìn)行推理

??from?transformers?import?AutoModelForSeq2SeqLM
+?from?peft?import?PeftModel,?PeftConfig

??peft_model_id?=?"smangrul/twitter_complaints_bigscience_T0_3B_LORA_SEQ_2_SEQ_LM"
??config?=?PeftConfig.from_pretrained(peft_model_id)
??model?=?AutoModelForSeq2SeqLM.from_pretrained(config.base_model_name_or_path)
+?model?=?PeftModel.from_pretrained(model,?peft_model_id)
??tokenizer?=?AutoTokenizer.from_pretrained(config.base_model_name_or_path)

??model?=?model.to(device)
??model.eval()
??inputs?=?tokenizer("Tweet?text?:?@HondaCustSvc?Your?customer?service?has?been?horrible?during?the?recall?process.?I?will?never?purchase?a?Honda?again.?Label?:",?return_tensors="pt")

??with?torch.no_grad():
??????outputs?=?model.generate(input_ids=inputs["input_ids"].to("cuda"),?max_new_tokens=10)
??????print(tokenizer.batch_decode(outputs.detach().cpu().numpy(),?skip_special_tokens=True)[0])
#?'complaint'

二、基于mt0-large+lora的完整實(shí)踐

接下來，我們來使用huggingface-peft庫來進(jìn)行一個(gè)lora的實(shí)踐。

首先，在模型方面，我們選用mt0-large模型為例（只有1.2b），進(jìn)行實(shí)驗(yàn)，模型地址：https://huggingface.co/bigscience/mt0-large。

模型權(quán)重地址：https://huggingface.co/bigscience/mt0-large/tree/main

先看看mt0-large是什么。多任務(wù)提示微調(diào)（MTF）已被證明可以幫助大型語言模型在zero-shot的環(huán)境下生成新的任務(wù)，但到目前為止，MTF的探索主要集中在英語數(shù)據(jù)和模型上，將MTF應(yīng)用于預(yù)訓(xùn)練的多語言BLOOM和mT5模型系列，就產(chǎn)生稱為BLOOMZ和mT0的微調(diào)變體。

具體的，總共生產(chǎn)了三種不同尺寸的核心型號(hào)：

BLOOMZ-P3 / mT0-P3：在純英語的P3上進(jìn)行微調(diào)的模型。

BLOOMZ / mT0: 在xP3上進(jìn)行微調(diào)的模型，xP3由帶有英語提示的多語言數(shù)據(jù)集組成。

BLOOMZ-MT / mT0-MT: 在xP3mt上進(jìn)行模型微調(diào)，xP3mt由多語言數(shù)據(jù)集和機(jī)器翻譯的提示語組成。

其次，在任務(wù)方面，我們選用金融領(lǐng)域情感分析任務(wù)financial_sentiment_analysis，給定一個(gè)句子，要求識(shí)別出該句子是negative、positive還是neutral三個(gè)中的哪一個(gè)，其中的數(shù)據(jù)樣式如下：

{'sentence':?"The?10,000-odd?square?metre?plot?that?Stockmann?has?bought?for?
the?Nevsky?Center?shopping?center?is?located?on?Nevsky?Prospect?,?
St?Petersburg?'s?high?street?,?next?to?the?Vosstaniya?Square?underground
?station?,?in?the?immediate?vicinity?of?Moscow?Station?.",
?'label':?1,
?'text_label':?'neutral'}

我們可以通過datasests組件進(jìn)行調(diào)用。

1、引入組件并設(shè)置參數(shù)

from?transformers?import?AutoModelForSeq2SeqLM
from?peft?import?get_peft_config,?get_peft_model,?get_peft_model_state_dict,?LoraConfig,?TaskType
import?torch
from?datasets?import?load_dataset
import?os
os.environ["TOKENIZERS_PARALLELISM"]?=?"false"
from?transformers?import?AutoTokenizer
from?torch.utils.data?import?DataLoader
from?transformers?import?default_data_collator,?get_linear_schedule_with_warmup
from?tqdm?import?tqdm
from?datasets?import?load_dataset
device?=?"cuda"
model_name_or_path?=?"bigscience/mt0-large"
tokenizer_name_or_path?=?"bigscience/mt0-large"
checkpoint_name?=?"financial_sentiment_analysis_lora_v1.pt"
text_column?=?"sentence"
label_column?=?"text_label"
max_length?=?128
lr?=?1e-3
num_epochs?=?3
batch_size?=?8

2、搭建模型

peft_config?=?LoraConfig(task_type=TaskType.SEQ_2_SEQ_LM,?inference_mode=False,?r=8,?lora_alpha=32,?lora_dropout=0.1)

model?=?AutoModelForSeq2SeqLM.from_pretrained(model_name_or_path)
model?=?get_peft_model(model,?peft_config)
model.print_trainable_parameters()

3、加載數(shù)據(jù)

dataset?=?load_dataset("financial_phrasebank",?"sentences_allagree")
dataset?=?dataset["train"].train_test_split(test_size=0.1)
dataset["validation"]?=?dataset["test"]
del?dataset["test"]

classes?=?dataset["train"].features["label"].names
dataset?=?dataset.map(
????lambda?x:?{"text_label":?[classes[label]?for?label?in?x["label"]]},
????batched=True,
????num_proc=1,
)

4、訓(xùn)練數(shù)據(jù)預(yù)處理

tokenizer?=?AutoTokenizer.from_pretrained(model_name_or_path)

def?preprocess_function(examples):
????inputs?=?examples[text_column]
????targets?=?examples[label_column]
????model_inputs?=?tokenizer(inputs,?max_length=max_length,?padding="max_length",?truncation=True,?return_tensors="pt")
????labels?=?tokenizer(targets,?max_length=3,?padding="max_length",?truncation=True,?return_tensors="pt")
????labels?=?labels["input_ids"]
????labels[labels?==?tokenizer.pad_token_id]?=?-100
????model_inputs["labels"]?=?labels
????return?model_inputs


processed_datasets?=?dataset.map(
????preprocess_function,
????batched=True,
????num_proc=1,
????remove_columns=dataset["train"].column_names,
????load_from_cache_file=False,
????desc="Running?tokenizer?on?dataset",
)

train_dataset?=?processed_datasets["train"]
eval_dataset?=?processed_datasets["validation"]

train_dataloader?=?DataLoader(
????train_dataset,?shuffle=True,?collate_fn=default_data_collator,?batch_size=batch_size,?pin_memory=True
)
eval_dataloader?=?DataLoader(eval_dataset,?collate_fn=default_data_collator,?batch_size=batch_size,?pin_memory=True)

5、設(shè)定優(yōu)化器和正則項(xiàng)

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),
)

6、訓(xùn)練與評(píng)估

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=}")

執(zhí)行訓(xùn)練日志輸出如下：

100%|████████████████████████████████████████████████████████████████████████████████████████|?255/255?[02:21<00:00,??1.81it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████|?29/29?[00:07<00:00,??4.13it/s]
epoch=0:?train_ppl=tensor(14.6341,?device='cuda:0')?train_epoch_loss=tensor(2.6834,?device='cuda:0')?eval_ppl=tensor(1.0057,?device='cuda:0')?eval_epoch_loss=tensor(0.0057,?device='cuda:0')
100%|████████████████████████████████████████████████████████████████████████████████████████|?255/255?[02:00<00:00,??2.11it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████|?29/29?[00:05<00:00,??5.66it/s]
epoch=1:?train_ppl=tensor(1.7576,?device='cuda:0')?train_epoch_loss=tensor(0.5640,?device='cuda:0')?eval_ppl=tensor(1.0052,?device='cuda:0')?eval_epoch_loss=tensor(0.0052,?device='cuda:0')
100%|████████████████████████████████████████████████████████████████████████████████████████|?255/255?[01:33<00:00,??2.74it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████|?29/29?[00:04<00:00,??6.23it/s]
epoch=2:?train_ppl=tensor(1.3830,?device='cuda:0')?train_epoch_loss=tensor(0.3243,?device='cuda:0')?eval_ppl=tensor(1.0035,?device='cuda:0')?eval_epoch_loss=tensor(0.0035,?device='cuda:0')

7、模型保存

peft_model_id?=?f"{model_name_or_path}_{peft_config.peft_type}_{peft_config.task_type}"
model.save_pretrained(peft_model_id)

8、模型推理預(yù)測(cè)

from?peft?import?PeftModel,?PeftConfig
peft_model_id?=?f"{model_name_or_path}_{peft_config.peft_type}_{peft_config.task_type}"
config?=?PeftConfig.from_pretrained(peft_model_id)
model?=?AutoModelForSeq2SeqLM.from_pretrained(config.base_model_name_or_path)
model?=?PeftModel.from_pretrained(model,?peft_model_id)
model.eval()

inputs?=?tokenizer(dataset["validation"][text_column][i],?return_tensors="pt")
print(dataset["validation"][text_column][i])
print(inputs)
with?torch.no_grad():
????outputs?=?model.generate(input_ids=inputs["input_ids"],?max_new_tokens=10)
????print(outputs)
????print(tokenizer.batch_decode(outputs.detach().cpu().numpy(),?skip_special_tokens=True))
????

運(yùn)行實(shí)例，例如輸入：

Demand?for?fireplace?products?was?lower?than?expected?,?especially?in?Germany?.

輸出：

{'input_ids':?tensor([[??259,???264,???259,?82903,???332,??1090,?10040,?10371,???639,???259,
?????????19540,??2421,???259,?25505,???259,???261,???259,?21230,???281,?17052,
???????????259,???260,?????1]]),?'attention_mask':?tensor([[1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1,?1]])}
tensor([[????0,???259,?32588,?????1]])
['negative']

總結(jié)

本文主要從LoRA基本原理及PEFT中的實(shí)現(xiàn)、基于mt0-large+lora的完整實(shí)踐兩方面進(jìn)行了介紹。關(guān)于進(jìn)一步的細(xì)節(jié)，我們可以熟悉原理后，可以進(jìn)行動(dòng)手實(shí)踐，加深理解。

編輯：黃飛

?