今天小編分享的科學經驗：大模型“取長補短”新思路入選NeurIPS‘24，顯著優于現有路由方法，南科大港科大出品，歡迎閱讀。
高效組合多個大模型 " 取長補短 " 新思路，被頂會 NeurIPS 2024 接收。
名為RouterDC，是一種基于雙重對比學習的路由架構，具有參數高效性（小于 100M 的參數）和計算高效性（不需要對于 LLM 進行梯度回傳）的優勢。
在具有挑戰性語言理解、代碼生成和數學推理等推理任務實驗中，RouterDC 在分布内（+2.76%）和分布外（+1.90%）設定下，都遠超于現有的 routing 方法。
眾所周知，LLM 通常在不同數據集上預訓練和微調，導致它們在不同任務上的性能強弱不同。
LLM 路由則是一種組合多個 LLM 的新思路，它通過學習一個路由器（Router）來為每一個請求（query）選擇最合适的 LLM。在推理時，LLM 路由只需要調用所選的 LLM 進行推理，使其在保持計算高效性的同時利用多個 LLM 的互補能力。
RouterDC 這種新方法，包括一個較小的語言模型作為編碼器和一系列與候選 LLM 對應的可學習的LLM embeddings。
對于訓練數據中的每個 query，首先将候選 LLM 的預測與真實标籤進行比較獲得表現最好和最差的 LLM，然後構造兩個對比損失：
sample-LLM 對比損失：使得 query embedding（由編碼器提取）與表現最佳的 LLM embeddings 相似，同時與表現最差的 LLM embeddings 不相似。
sample-sample 對比損失：提高訓練的穩定性，将所有訓練 query 聚類成多個組，最大化同組 query 之間的相似性的同時最小化不同組 query 之間的相似性。
這項研究由來自南方科技大學，香港科技大學的研究團隊提出，以下是更為詳細的介紹。
雙對比學習實現 Router 訓練
Router 架構
如圖 1 所示，RouterDC 包括一個較小的語言模型（mDeBERTaV3-base）作為編碼器 ε，和一系列的與候選 LLM 對應的可學習 LLM 嵌入 kT。對于每個 query xi，RouterDC 生成對于 T 個 LLMs 的選擇概率如下：
其中，sim ( · , · ) 表示 cosine 相似度。
△圖 1：RouterDC 方法示意圖
sample-LLM 對比損失
為了訓練 router，研究者将 query 的樣本嵌入和在其上表現最好的 K+ 個 LLM 對應嵌入拉進，和在其上表現最差的 K- 個 LLM 對應嵌入拉遠。因此，樣本 -LLM 對比損失可以表示為：
sample-sample 對比損失
研究者通過實驗發現，在 routing 問題中只使用樣本 -LLM 對比損失并不穩定，使得相似的 query 可能具有不相似的嵌入。
為了提升訓練的魯棒性，訓練樣本被聚類成不同的組，從而在訓練中拉近同一個組内的樣本，拉遠不同組的樣本。和樣本 -LLM 對比損失類似，樣本 - 樣本對比損失可以公式化為：
訓練及推理
最終的優化目标為最小化樣本 -LLM 對比損失和樣本 - 樣本對比損失的結合：
推理時，每個測試 query 只需要通過訓練好的 router 選取概率最大的 LLM，并使用選擇的 LLM 對 query 進行回答。
RouterDC 在訓練時不需要任何經過 LLM 的梯度回傳，并且在推理時只需要調用進行一次 LLM，同時具有訓練和推理的高效性。
實驗效果如何？
主要結果
RouterDC 在分布内數據集的測試準确率結果如表 1 所示。可以發現：
RouterDC 顯著好于最優的單個模型，平均具有 3.98% 性能提升。在單個任務的層面，RouterDC 在三個任務上相比表現最優的單個模型取得了準确率的提升，其中 GSM8K 提升了 0.51%，ARC-C 提升了 0.57%，HumanEval 提升了 1.63%。
和現有路由方法 CosineClassifier 以及 ZOOTER 對比，RouterDC 在所有任務上都具有更好的表現。和 LoraRetriever 對比，RouterDC 具有平均 2.77% 的準确率提升。
△表 1：分布内任務的測試準确率（%）
為了評估 RouterDC 的泛化能力，表 2 展示了 RouterDC 在三個分布外數據集（PreAlgebra，MBPP，C-EVAL）的測試準确率。
可以看出，RouterDC 再次達到最高的測試準确率，顯著超過表現最佳的單個 LLM（dolphin-2.9-llama3-8b）1.9%。
△表 2：分布外任務的測試準确率（%）
sample-sample 損失的作用
為了探究樣本 - 樣本損失的作用，圖 3 展示了在是否有樣本 - 樣本損失的條件下訓練和測試準确率曲線。可以看出，RouterDC（w/o Lsample-sample）有明顯的震蕩現象，而 RouterDC 則穩定得多。
△圖 2：RouterDC 在 GSM8K 任務上的訓練和測試準确率曲線
圖 3（a）可視化了使用 RouterDC（w/o Lsample-sample）提取的訓練樣本的 TSNE 特征，可以看到，屬于不同任務的訓練樣本粗略地混合在一起。而在結合 Lsample-sample 之後，訓練樣本有了清晰的聚類結構（如圖 3（b）所示）。
△圖 3：學習到的 router 所提取出訓練樣本 embedding 的 t-SNE 可視化
RouterDC 具有成本高效性
由于價格（cost）同樣是一個評估 LLM 的重要指标，研究者通過 RouterBench 上的兩個任務的實驗來格外考慮 cost 的影響。如圖 16 所示，RouterDC 相比于 CosineClassifier 和 ZOOTER 更加的成本高效。
△圖 4：在 RouterBench 上使用不同的 Cost 獲取的測試準确率
論文地址：https://arxiv.org/abs/2409.19886
代碼地址：https://github.com/shuhao02/RouterDC
— 完 —
投稿請發郵件到：
标題注明【投稿】，告訴我們：
你是誰，從哪來，投稿内容
附上論文 / 項目主頁鏈接，以及聯系方式哦
我們會（盡量）及時回復你
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 ~
>
