云素材PPT模板超市 ChatGPT与PPT 2023-08-04

Alpaca-LoRA:降低微调ChatGPT模型需求的创新方法

文章主题：关键词：Alpaca-LoRA, ChatGPT, 微调

在科技迅速发展的当下，我们很高兴地宣布，Alpaca-LoRa技术已经将微调类ChatGPT模型的算力需求降低到消费级的水平。这一突破性的成果意味着，我们可以更容易地训练自己的中文对话模型，从而在人工智能领域取得重要进展。这一创新技术的出现，无疑将为广大研究和应用场景带来巨大的影响和价值。

2023 年，聊天机器人领域似乎只剩下两个阵营：「OpenAI 的 ChatGPT」和「其他」。

ChatGPT 的功能确实相当出色，然而 OpenAI 却不太可能将其开源。尽管「其他」阵营的表现略显逊色，但仍有许多人在努力推动开源项目的发展，例如 Meta 最近开源的 LLaMA。

LLaMA 是一个包含多种不同规模模型的术语，这些模型的参数量从 70 亿到 650 亿不等。在所有这些模型中，LLaMA 模型以其出色的表现脱颖而出，它在大多数基准测试中超越了参数量高达 1750 亿的 GPT-3。然而，值得注意的是，这种卓越的表现并未通过指令微调（instruction tuning）来实现，这可能导致其在生成效果方面存在一定的不足。

为提升模型表现，来自斯坦福的研究团队协助完成指令微调任务，并创建了一个名为Alpaca的70亿参数新型模型（基础於LLaMA 7B）。具體來說，他們讓OpenAI的text-davinci-003模型以self-instruct方式生成52K条遵循（instruction-following）樣本，用作Alpaca的訓練數據。實驗結果顯示，Alpaca的多種行為與text-davinci-003相似。換句話說，只有一個7B參數的輕量級模型Alpaca的表现能夠匹敵GPT-3.5等超大型語言模型。

对于一般的研究者而言，这种方法是一种实际且经济高效的微调途径。然而，值得关注的是，这种方法仍需消耗相对较大的计算资源（作者透露，他们在8台拥有80GB存储的A100上进行了3小时的微调过程）。此外，Alpaca的种子任务以及所收集的数据均为英语，因此，训练出的模型并未针对中文进行优化。

在探索降低微调成本的可能途径中，一位来自斯坦福大学的研究者——Eric J. Wang，采用LoRa（低秩适应）技术成功复现了Alpaca的成果。具体而言，他仅需利用一台RTX 4090显卡，短短5个小时就能训练出一个与Alpaca水平相当 model，从而将此类模型的计算能力需求降低至消费级水平。更为重要的是，这个模型还可以在树莓派上运行，为研究提供了便捷的硬件环境。

LoRA 的技术原理。LoRA 的思想是在原始 PLM 旁边增加一个旁路，做一个降维再升维的操作，来模拟所谓的 intrinsic rank。训练的时候固定 PLM 的参数，只训练降维矩阵 A 与升维矩阵 B。而模型的输入输出维度不变，输出时将 BA 与 PLM 的参数叠加。用随机高斯分布初始化 A，用 0 矩阵初始化 B，保证训练的开始此旁路矩阵依然是 0 矩阵（引自：https://finisky.github.io/lora/）。LoRA 的最大优势是速度更快，使用的内存更少，因此可以在消费级硬件上运行。

Eric J. Wang 发布的 Alpaca-LoRA 项目。

项目地址：https://github.com/tloen/alpaca-lora

对于想要训练自己的类 ChatGPT 模型（包括中文版类 ChatGPT）但又没有顶级算力资源配置的研究者来说，这无疑是一大惊喜。因此，在 Alpaca-LoRA 项目问世后，围绕该项目的教程和训练成果不断涌现，本文将介绍其中的几个。

如何使用 Alpaca-LoRA 微调 LLaMA

在 Alpaca-LoRA 项目中，作者提到，为了廉价高效地进行微调，他们使用了 Hugging Face 的 PEFT。PEFT 是一个库（LoRA 是其支持的技术之一），可以让你使用各种基于 Transformer 的语言模型并使用 LoRA 对其进行微调。好处在于，它允许你在一般的硬件上廉价而有效地微调模型，并有较小的（也许是可组合的）输出。

在近期的一篇博客中，几位研究者介绍了如何使用 Alpaca-LoRA 来微调 LLaMA。

使用 Alpaca-LoRA 之前，需要具备一些先决条件。首先是 GPU 的选择，得益于 LoRA，现在你可以在 NVIDIA T4 这样低规格 GPU 或 4090 消费级 GPU 上完成微调；此外，你还需要申请 LLaMA 权重，因为其权重并不对外公开。

先决条件具备了，接下来就是如何使用 Alpaca-LoRA。首选你需要克隆 Alpaca-LoRA 存储库，代码如下：

git clone https://github.com/daanelson/alpaca-loracd alpaca-lora

其次，获取 LLaMA 权重。将下载到的权重值存储到名为 unconverted-weights 文件夹里，文件夹层次结构就像下面这样：

unconverted-weights├── 7B│ ├── checklist.chk│ ├── consolidated.00.pth│ └── params.json├── tokenizer.model└── tokenizer_checklist.chk

权重存储好后，接着使用以下命令将 PyTorch checkpoint 的权重转换为 transformer 兼容的格式：

cog run python -m transformers.models.llama.convert_llama_weights_to_hf \ –input_dir unconverted-weights \ –model_size 7B \ –output_dir weights

得到最终的目录结构应该是这样的：

weights├── llama-7b└── tokenizermdki

处理好上述两步，来到第三步，安装 Cog：

sudo curl -o /usr/local/bin/cog -L “https://github.com/replicate/cog/releases/latest/download/cog_$(uname -s)_$(uname -m)”sudo chmod +x /usr/local/bin/cog

第四步来到微调模型，默认情况下，微调脚本上配置的 GPU 功能较弱，但如果你有性能更好的 GPU，则可以在 finetune.py 中将 MICRO_BATCH_SIZE 增加到 32 或 64。此外，如果你有指令调优数据集，则可以在 finetune.py 中编辑 DATA_PATH 以指向自己的数据集。需要注意的是这一项操作应该确保数据格式与 alpaca_data_cleaned.json 相同。接下来运行微调脚本：

cog run python finetune.py

微调过程在 40GB A100 GPU 上花费 3.5 小时，对于处理能力较低的 GPU 则需要更多时间。

最后一步用 Cog 运行模型：

$ cog predict -i prompt=”Tell me something about alpacas.”Alpacas are domesticated animals from South America. They are closely related to llamas and guanacos and have a long, dense, woolly fleece that is used to make textiles. They are herd animals and live in small groups in the Andes mountains. They have a wide variety of sounds, including whistles, snorts, and barks. They are intelligent and social animals and can be trained to perform certain tasks.

教程作者表示，在完成以上步骤之后，大家可以继续尝试各种玩法，包括但不限于：

带上你自己的数据集，微调你自己的 LoRA，比如微调 LLaMA，让它像动漫角色一样说话。参见：https://replicate.com/blog/fine-tune-llama-to-speak-like-homer-simpson

将模型部署到云平台上；

结合其他 LoRA，比如 Stable Diffusion LoRA，把这些都用到图像领域；

使用 Alpaca 数据集（或其他数据集）微调更大的 LLaMA 模型，并查看它们的表现。这应该可以通过 PEFT 和 LoRA 实现，尽管它需要更大的 GPU。

Alpaca-LoRA 的衍生项目

尽管 Alpaca 性能可以媲美 GPT 3.5，但其种子任务都是英语，收集的数据也都是英文，因此训练出来的模型对中文并不友好。为了提升对话模型在中文上的效果，我们看看都有哪些比较好的项目。

首先是来自华中师范大学、商汤科技等机构开源的中文语言模型骆驼 (Luotuo)，该项目基于 LLaMA、Stanford Alpaca、Alpaca LoRA、Japanese-Alpaca-LoRA 等完成，单卡就能完成训练部署。有意思的是，他们之所以将模型名字命名为骆驼，是因为 LLaMA（大羊驼）和 alpaca（羊驼）都属于偶蹄目 – 骆驼科。这样看来，起这个名字也在意料之中。

这个模型是在 Meta 开源的 LLaMA 基础上，参考 Alpaca 和 Alpaca-LoRA 两个项目，对中文进行了训练。