`文｜庞德公
编辑｜郭嘉
由于对大型语言模型，人工智能从业者经常被问到这样的问题：如何训练自己的数据？回答这个问题远非易事。生成式人工智能的最新进展是由具有许多参数的大规模模型驱动的，而训练这样的模型LLM需要昂贵的硬件（即许多具有大量内存的昂贵GPU）和花哨的训练技术（例如，完全分片的数据并行训练）。
幸运的是，这些模型通常分两个阶段进行训练——预训练和微调。其中前一个阶段（要）昂贵得多。鉴于高质量的预训练LLMs很容易在网上获得，大多数人工智能从业者可以简单地下载一个预训练的模型，并专注于使这个模型（通过微调）适应他们想要的任务。
“就所需的硬件和为不同任务托管独立实例的存储/交换成本而言，微调庞大的语言模型的成本高得令人望而却步。”
模型的大小并没有在微调过程中改变。因此微调一个LLM虽然比预训练便宜，可是也不是易事，仍然需要训练技术和硬件来处理这样的模型。每次微调运行都会创建一个完全独立的“副本”。
参数高效微调（PEFT）是微调一种比较好的技术，它不是端到端地训练完整的模型，而是固定预训练的模型权重，并且在微调期间仅调整少量特定于任务的参数。这种方法大大减少了内存开销，简化了存储/部署过程，并允许使用更易于访问的硬件进行微调LLMs。
上图展示了预训练，特征提取和微调的过程，预训练就是使用训练数据直接训练基础模型，比较常见的有T5，BloombergGPT，GPT-4。特征提取一般是利用基础模型进行内容的Embedding，然后在另接其他的模型进行预测，例如Bert。微调是利用训练数据训练完基础模型，然后采用微调技术（例如更新部分参数，更新所有层或者额外添加层）进行二次训练。
FLAN 显著提高了其未修改版本的性能，并在评估的25个数据集中的20个数据集上超越了零样本175B GPT-3。FLAN 甚至在 ANLI、RTE、BoolQ、AI2-ARC、OpenbookQA和StoryCloze上的表现远远优于少样本 GPT-3。消融研究表明，微调数据集的数量、模型规模和自然语言指令是指令调整成功的关键。大白话而言，它将这些数据集根据不同的模版构建不同的指令训练样本，然后再次训练模型：
最后先来看看PEFT的技术分类和全景图，大致可分为四类：
Additive PEFT：通过注入新的可训练模块或参数来修改模型架构；Selective PEFT：使选择部分的参数子集在微调期间可训练，其余的冻结；
Reparameterization PEFT：将原来的参数重新结构化，比如用低轶矩阵重新表示以进行训练，然后等效地将其转换推理。
Hybrid PEFT，它结合了不同PEFT方法的优点，建立了一个统一的PEFT模型。
上图为各种算法，都是围绕着各种主流微调技术的微调方法，比如之前的文章已经介绍过的LoRA，后续将围绕这根主线开展学习之旅。
