本文探讨了大型语言模型（LLM）的权重共享，尤其是头部共享注意力，提出DirectShare和PostShare方法，实验证明这两种方法在保持模型能力的同时，提升了内存效率。
本文是LLM系列文章，针对《Head-wise Shareable Attention for Large Language Models》的翻译。
摘要
大型语言模型（LLM）具有大量的参数，这限制了它们在边缘设备上的部署。权重共享是一种很有前途的解决方案，它鼓励权重重用，有效地减少内存使用，同时减少性能下降。然而，当前的权重共享技术主要关注像BERT这样的小规模模型，并使用粗粒度的共享规则，例如逐层共享。考虑到LLM的普遍性和共享整个层或块明显削弱了权重共享的灵活性，这就变得有限了。在本文中，我们对大型语言模型的头部可共享注意力提出了一个观点。我们进一步提出了两种高效记忆的方法，它们在注意力头之间共享参数，特别关注LLM。两者都使用相同的动态策略来选择共享权重矩阵。第一种方法直接重用预训练的权重，而无需重新训练，表示为DirectShare。第二种方法首先在权重矩阵相似性约束下进行后训练，然后进行共享，表示为PostShare。实验结果表明，我们的头部共享模型仍然保持着令人满意的能力，证明了细粒度权重共享应用于LLM的可行性。
已下架不支持订阅
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
