Scaling Laws for Forgetting When Fine-Tuning Large Language Models

828 篇文章

已下架不支持订阅

本文探讨了在微调大型语言模型(LLM)时遗忘现象的研究,发现参数有效微调策略如LoRA仍存在遗忘问题。遗忘与微调参数数量和更新步骤呈幂律关系,且影响模型知识、推理安全。提前停止或改变微调参数无法避免遗忘,呼吁未来研究关注减轻遗忘的微调方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《Scaling Laws for Forgetting When Fine-Tuning Large Language Models》的翻译。

摘要

我们研究并量化了在下游任务中微调预先训练的大型语言模型(LLM)时的遗忘问题。我们发现,参数有效微调(PEFT)策略,如低秩适配器(LoRA),仍然存在灾难性遗忘。特别是,当使用LoRA微调LLM时,我们确定了微调性能和遗忘量之间的强逆线性关系。我们进一步获得了精确的比例律,该比例律显示遗忘随着微调参数数量和更新步骤数量的幂律移动而增加。我们还研究了遗忘对知识、推理和Llama 2 7B聊天中训练的安全护栏的影响。我们的研究表明,不能通过提前停止或通过改变微调参数的数量来避免遗忘。我们相信,这为未来的研究开辟了一个重要的安全关键方向,以评估和开发减轻遗忘的微调方案。

1 引言

2 相关工作和背景

3 方法和实验设置

4 经验结果和遗忘规律

5 结论

总之,使用LoRA微调设置,我们实证证明,在对下游任务进行微调期间,微调损失的线性函数

已下架不支持订阅

### 关于DeepSeek 扩展开源语言模型及其长期主义方法 #### DeepSeek LLM 的架构扩展策略 DeepSeek LLM 通过增加网络层数来实现模型规模的扩大。对于较小版本如 DeepSeek LLM 7B,采用了30层结构;而对于较大版本如 DeepSeek LLM 67B,则增加了至95层[^2]。这种分层次的设计不仅有助于维持与其他开源模型的一致性,同时也支持更有效的并行计算和分布式处理。 #### 长期发展视角下的技术贡献 为了推动大型语言模型领域内的持续进步和技术共享,DeepSeek 发布了一个名为 DeepSeek-V2-Lite 的轻量化版本模型,该模型拥有15.7亿参数量,并且每个token激活约2.4亿参数[^4]。这一举措旨在降低参与门槛,鼓励更多研究人员参与到基于多专家混合(MoE) 和自适应局部注意(Adaptive Local Attention, MLA)机制的研究工作中去。 #### 开放生态系统的建设 除了提供不同尺寸大小的语言模型外,DeepSeek 还致力于构建一个开放包容的技术生态系统。这包括但不限于发布详细的文档说明、分享最佳实践案例以及积极参与社区交流活动等措施。这样的做法能够吸引更多开发者加入到这个充满活力的群体当中,共同探索未知领域,解决实际应用中的挑战。 ```python # Python 示例代码展示如何加载预训练好的 DeepSeek 模型 from transformers import AutoModelForCausalLM, AutoTokenizer model_name = "deepseek-llm" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained(model_name) text = "Once upon a time," input_ids = tokenizer.encode(text, return_tensors='pt') output = model.generate(input_ids, max_length=50) print(tokenizer.decode(output[0], skip_special_tokens=True)) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值