LLaMA生態(tài)中的各個(gè)模型梳理

最近大模型發(fā)展卷的很，王慧文都被整抑郁了。想要研究學(xué)習(xí)大模型，應(yīng)該從哪里開始呢？

目前大模型發(fā)展生態(tài)最好的當(dāng)屬M(fèi)eta的LLaMA模型。如果GPT系列是Windows操作系統(tǒng)(巧了，OpenAI的大東家目前就是微軟)，那么LLaMA就是Linux。如果GPT系列是蘋果手機(jī)，那么LLaMA就是安卓。如果你想基于大模型做一些事情，無論是創(chuàng)業(yè)還是研究，最好選擇一個(gè)生態(tài)好的模型，畢竟有人用才有市場。

ChatGPT演化的路徑如下圖所示。

圖片中分了4個(gè)階段，但是第三個(gè)和第四個(gè)階段一般都會放在一起，屬于對齊階段。所以一般會分成如下3個(gè)階段：

Stage 1: 預(yù)訓(xùn)練(Pretrain)

Stage 2: 監(jiān)督微調(diào)(SFT)

Stage 3: 對齊(Reward Model + RLHF)

既然已經(jīng)有了成功ChatGPT這一成功的案例，大家都想基于LLaMA把這條路再走一遍，以期望做出自己的ChatGPT。

所以基于LLaMA的模型雖然很多，但是基本都可以放到上面3個(gè)框架當(dāng)中。本文就沿著預(yù)訓(xùn)練、監(jiān)督微調(diào)、對齊(RW+RLHF)這一路徑來梳理一下LLaMA生態(tài)中的各個(gè)模型。

主要是點(diǎn)出這些模型處在大模型訓(xùn)練的那一個(gè)階段，以及都做了哪些創(chuàng)新性的工作，方便你根據(jù)自己的興趣和資源來選擇使用哪一個(gè)，對中文支持比較好的也都有注明。

Stage1 預(yù)訓(xùn)練: LLaMA 復(fù)現(xiàn)

RedPajama

參考LLaMA論文中的訓(xùn)練數(shù)據(jù)，收集并且開源可商用。

https://github.com/togethercomputer/RedPajama-Data

Baichuan-7B(支持中文)

采用LLaMA的相同架構(gòu)，在中文上做預(yù)訓(xùn)練。可商用。

王小川這次做大模型的切入點(diǎn)其實(shí)挺不錯(cuò)的，綁定到LLaMA的生態(tài)上，然后在中文上有所突破。可能也在構(gòu)思新三級火箭了吧。

目前Baichuan可以算是第一個(gè)LLaMA中文預(yù)訓(xùn)練模型，所以后面的工作都可以在這上面都走一遍，估計(jì)沒多久Baichuan-Alapca, Baichuan-Vicuna就都出來了。

https://github.com/baichuan-inc/baichuan-7B

OpenLLaMA

參考LLaMA的代碼，在Apache 2.0 license下的重新實(shí)現(xiàn)和訓(xùn)練。使用了RedPajama訓(xùn)練集合。

https://github.com/openlm-research/open_llama

Lit-LLaMA

參考LLaMA，在Apache 2.0 license下的只有代碼的重新實(shí)現(xiàn)。同時(shí)支持加載原始LLaMA和OpenLLaMA的權(quán)重。

https://github.com/Lightning-AI/lit-llama

Stage 2: 監(jiān)督微調(diào)

因?yàn)轭A(yù)訓(xùn)練模型本質(zhì)上還是個(gè)續(xù)寫模型，所以并不能很好的滿足人們的需求，所以監(jiān)督微調(diào)的作用就是微調(diào)模型產(chǎn)生理想的回復(fù)。

在監(jiān)督微調(diào)這里，大家目標(biāo)都是一樣的，但是做法有些不同，主要是有錢和沒錢的區(qū)別。

有錢你可以全參數(shù)微調(diào)，沒錢就只能使用一些低成本的方法，英文叫PEFT(Parameter-Efficient Fine-Tuning)。

PEFT確實(shí)是想我這種平民玩家的首選，但是有錢也可以用PEFT，它可以讓你微調(diào)更大的模型。比如我們就只能玩玩10B的，有點(diǎn)小錢用PEFT玩?zhèn)€幾十B的問題不大。

2.1 LLaMA + Instruction Finetuning(全量參數(shù))

Alpaca

llama7b + self-instruct數(shù)據(jù)指令微調(diào)。算是最早邁出LLaMA+SFT這一步的模型。最開始并沒有提供權(quán)重，后來通過diff的方式給出，需要LLaMA原始模型才能恢復(fù)，github上有教程。

當(dāng)時(shí)他們采用1張8卡A100(80G顯存)，52k的數(shù)據(jù)，訓(xùn)練了3個(gè)小時(shí)。訓(xùn)練成本大概是100刀。

https://github.com/tatsu-lab/stanford_alpaca

Alpaca衍生模型

BELLE(支持中文): 最早是基于BLOOM的，后來也支持LLaMA https://github.com/LianjiaTech/BELLE

openAlpaca: OpenLLaMA + databricks-dolly-15k dataset 進(jìn)行指令微調(diào) https://github.com/yxuansu/OpenAlpaca

gpt4-x-alpaca: 用GPT4的數(shù)據(jù)微調(diào)，數(shù)據(jù)集為GPTeacher https://huggingface.co/chavinlo/gpt4-x-alpaca

Vicuna

llama13b + ShareGPT對話數(shù)據(jù)，微調(diào)

研發(fā)團(tuán)隊(duì)基于Vicuna發(fā)布了FastChat對話機(jī)器人。

和Alpaca一樣，受協(xié)議限制，vicuna模型公布的權(quán)重也是個(gè)delta，每個(gè)參數(shù)要加上llama原來的權(quán)重才是模型權(quán)重。

https://github.com/lm-sys/FastChat

Vicuna衍生模型

gpt4-x-vicuna-13b: 用GPT4的數(shù)據(jù)微調(diào)，數(shù)據(jù)集為GPTeacher https://huggingface.co/NousResearch/gpt4-x-vicuna-13b

WizardLM

采用了Evol-Instruct來構(gòu)造指令，可以產(chǎn)生一些很難的指令.

深度演化包括五種操作：添加約束、深化、具體化、增加推理步驟并使輸入復(fù)雜化。

In-breadth Evolving 是突變，即根據(jù)給定的指令生成全新的指令

進(jìn)化是通過提示+LLM來實(shí)現(xiàn)的。

https://github.com/nlpxucan/WizardLM

TüLU

使用LLaMA + Human/GPT data mix 微調(diào)

驗(yàn)證了很多結(jié)論，論文值得一看。https://arxiv.org/abs/2306.04751

https://github.com/allenai/open-instruct

GPT4ALL

LLaMA用80w的GPT3.5的數(shù)據(jù)(code, story, conversation)微調(diào)而來。

https://github.com/nomic-ai/gpt4all

Koala

LLaMA13B基于ChatGPT Distillation Data和Open Source Data訓(xùn)練而來。

具體數(shù)據(jù)見下面：

https://bair.berkeley.edu/blog/2023/04/03/koala/

OpenBuddy(支持中文)

基于LLaMA，F(xiàn)alcon, OpenLLaMA微調(diào)的，只說用了對話數(shù)據(jù)，細(xì)節(jié)沒透漏。

https://github.com/OpenBuddy/OpenBuddy

Pygmalion 7B

給予LLaMA微調(diào)，使用了不同來源的56MB 的對話數(shù)據(jù)，包含了人工和機(jī)器。

https://huggingface.co/PygmalionAI/pygmalion-7b

2.2 LLaMA + PEFT

PEFT目前最流行的是LoRA，挺巧妙的架構(gòu)，可以看看https://arxiv.org/abs/2106.09685。

下面大多數(shù)的模型都是LLaMA+lora的架構(gòu)，不只是文本，AIGC的頭部網(wǎng)站civitai.com上很多模型也都是基于lora的。

最近還出了QLoRA，在LoRA的基礎(chǔ)上加入了量化，進(jìn)一步降低顯存的使用。https://arxiv.org/abs/2305.14314。

Baize

LLaMA + Lora

https://github.com/project-baize/baize-chatbot

LLaMA-Adapter

LLaMA + Adapter Layer

https://github.com/OpenGVLab/LLaMA-Adapter

CalderaAI/30B-Lazarus

似乎是多個(gè)LoRA的merge，但是沒太公布太多細(xì)節(jié)。

在huggingface的leaderboard上排名還挺靠前。

https://huggingface.co/CalderaAI/30B-Lazarus

Chinese-LLaMA-Alpaca(支持中文)

https://arxiv.org/pdf/2304.08177.pdf

LLaMA + 擴(kuò)詞表 + lora

Chinese LLaMA是屬于局部參數(shù)預(yù)訓(xùn)練

Stage1: frozen encoder，只用來訓(xùn)練Embedding層。

Stage2: 只訓(xùn)練Embedding, LM head, lora weights

在Chinese LLaMA的基礎(chǔ)上，仿照Alpaca訓(xùn)練了Chinese Alpaca

https://github.com/ymcui/Chinese-LLaMA-Alpaca

Chinese-Vicuna(支持中文)

基于：https://github.com/tloen/alpaca-lora

lora + 中文instruction數(shù)據(jù)

chatv1的數(shù)據(jù)使用了50k中文指令+對話混合數(shù)據(jù)。

并沒有擴(kuò)充詞表，據(jù)說Vicuna1.1并沒有擴(kuò)充詞表，但是中文效果不錯(cuò)。

https://github.com/Facico/Chinese-Vicuna

Stage 3: 對齊(LLaMA + FT + RHLF)

這部分可以說是把ChatGPT的路徑完整走了一遍。

StableVicuna

Vicuna = LLaMA + FT

StableVicuna = Vicuna + RLHF

https://github.com/Stability-AI/StableLM

StackLLaMA

SFT: LLaMA + Lora

RM: LLaMA + Lora + 分類

https://huggingface.co/blog/zh/stackllama

其他：LLaMA 推理優(yōu)化

llama.cpp

用C/C++實(shí)現(xiàn)的推理，不依賴顯卡。

https://github.com/ggerganov/llama.cpp

GPTQ-for-LLaMA

4 bits quantization of LLaMA using GPTQ.

https://github.com/qwopqwop200/GPTQ-for-LLaMa

進(jìn)NLP群—>加入NLP交流群

原文標(biāo)題：其他：LLaMA 推理優(yōu)化

文章出處：【微信公眾號：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

?