今天小編分享的科學經驗：陳丹琦團隊新作：數據量砍95%，大模型性能更強了！Less is More，歡迎閱讀。
造大模型的成本，又被打下來了！
這次是數據量狂砍 95%的那種。
陳丹琦團隊最新提出大模型降本大法——
數據選擇算法 LESS， 只篩選出與任務最相關 5% 數據來進行指令微調，效果比用整個數據集還要好。
指令微調正是讓基礎模型成為類 ChatGPT 助手模型的關鍵一步。
這樣一來，讓大模型術業有專攻，也就更便宜高效了。
更關鍵的是，所選的訓練數據還具備可遷移性，只要針對特定任務，在其他大模型以及各種類型的模型上同樣适用。
快來瞅瞅這篇新鮮出爐的論文到底說了什麼？
LESS 算法
目前指令微調釋放了大模型的強大功能，可有效利用組合數據集開發 ChatBot。
但面臨的挑戰在于，如何從這些數據集中識别出最相關的數據，從而來訓練專門的技能。這種情況稱為有針對性的指令微調。
為了解決這一難題，受過去相關研究——利用梯度信息估算單個訓練數據點影響的啟發，研究人員設計了一種優化器感知方法來選擇這些數據。
LESS（Low-rank gradiEnt Similarity Search），簡言之，優先使用對目标任務有直接幫助的數據進行訓練，而不是依賴表面形式特征。
主要分為四個步驟。
首先從訓練數據集摘取一小部分子集，用 LoRA 訓練出一個選擇模型。
随後，為單個訓練數據點計算 Adam LoRA 梯度特征，并将其保存在梯度數據存儲庫中。
第三步，選擇數據。對于具有少量示例的任務（含多個子任務），研究人員計算每個驗證子任務的梯度特征。再從存儲庫中選出排名前 5% 訓練子集。
最後，訓練目标模型。該模型可以使用 LoRA 或完全微調進行訓練。
其中第一步和第二步可以離線操作，每個候選訓練集 D 只需計算一次。
歸結起來，LESS 具備這樣幾個特性：
與 Adam 優化器兼容。LESS 将梯度信息與優化器狀态相結合，來研究數據對模型性能的影響。
高效。LESS 使用 LoRA 和随機投影來構建梯度數據存儲，該數據存儲具有低維、易操作的梯度特征，允許高效、有效地選擇數據集。梯度數據存儲可重復用于新的目标任務。
最終在評估結果中，MMLU、TydiQA 以及 BBH 的任務中，5% 數據量給大模型訓練比整個數據集訓練效果要好。
并且同随機選擇相比，LESS 性能始終高出 2 到 5 個百分點，這表明這一方法十分有效。
此外，他們還特别發現 LESS 具備可轉移性。
LLAMA-2-7B 上選擇的數據結果，在 LLAMA-2-13B 和 MISTRAL-7B 的性能（列表 LESS- T）同樣更好。
甚至有的表現還比自己用 LESS 的（列表 LESS）性能還好。
除此之外，還有可解釋性。LESS 選擇的數據具有與目标任務相似的推理和技能類型，而現有方法（比如 BM25、RDS）往往只根據表面形式線索（如語言或文本）選擇數據。
陳丹琦團隊出品
論文作者來自普林斯頓大學、華盛頓大學的研究人員。
普林斯頓計算機專業的博士生夏夢舟和 Sadhika Malladi 為共同一作。
其中夏夢舟本科畢業于復旦，碩士畢業于 CMU，目前是陳丹琦的學生。
在陳丹琦的個人主頁顯示，" 這些天主要被開發大模型吸引 "，正在研究主題包括：
檢索如何在下一代模型中發揮重要作用，提高真實性、适應性、可解釋性和可信度。
大模型的低成本訓練和部署，改進訓練方法、數據管理、模型壓縮和下遊任務适應優化。
還對真正增進對當前大模型功能和局限性理解的工作感興趣，無論在經驗上還是理論上。
前段時間，他們曾提出爆火的" 羊駝剪毛 "大法——
LLM-Shearing 大模型剪枝法，只用 3% 的計算量、5% 的成本取得 SOTA，統治了 1B-3B 規模的開源大模型。
大模型科研的上半場是把參數搞上去實戰湧現，下半場嘛，less is more，更小的參數，更好的效果，幫助大模型在更多領網域更快落地。
論文鏈接：
https://arxiv.org/abs/2402.04333
— 完 —
點這裡關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
