书生浦语训练营第2期-第4节笔记

一、为什么要微调？

1. 适应特定任务或领域：虽然预训练的模型通常具有广泛的知识和理解能力，但它们可能不完全适应特定任务的需求。通过在特定的数据集上微调模型，可以使模型更好地理解和处理与特定任务或领域相关的数据。

2. 提高性能：微调可以帮助模型在特定任务上表现得更好，如通过调整模型参数以更精确地对任务特有的特征进行建模，从而提高分类准确率、生成的质量或其他性能指标。

3. 节省资源：微调一个已经训练好的模型通常只需要较少的数据和训练周期。

4. 减少数据需求：微调通常需要的数据量比全新训练模型少得多。这对于数据较少的应用场景特别有用，因为即使是小规模的数据集也可能足以通过微调达到良好的效果。

5. 转移学习：微调是一种有效的转移学习策略，允许模型将在一个任务上学到的知识应用到其他类似任务上。这种策略在多任务学习和跨领域应用中尤其重要。

想象一下，你有一个非常棒的自行车，这辆自行车可以在任何地方骑行——山地、城市、海边。这辆自行车就像一个被广泛训练过的模型，能够处理各种各样的环境。但是，现在你需要参加一场特定的山地自行车比赛，这就需要你的自行车在山地环境中表现得更好。

微调就好比是你对自行车进行一些特别的调整，比如换上更适合山地的轮胎，调整齿轮比让它更适合爬坡，这样你的自行车就能在山地比赛中表现得更加出色。你不需要重新制造一辆新自行车，而是在现有的基础上做一些修改，让它更适应山地的特殊条件。

在机器学习中，我们通常有一个已经在很多数据上训练过的模型，它已经非常智能了。但是如果我们想让它在一个特定的任务上表现得更好，我们可以用一些特定任务的数据来“微调”这个模型。这样，模型就会学习这些特定数据的特点，变得更擅长处理与这些数据相关的任务。这就像是给你的自行车根据山地比赛的需要进行调整一样。

二、两种常用微调范式

2.1 增量预训练

        使用场景：让基座模型学习到一些新知识，比如垂类领域的常识。

        训练数据：文章、书籍、代码等。

2.2 指令跟随

        使用场景：让模型学会对话模板吗，根据人类指令进行对话。

        训练数据：高质量的对话、问答数据。

2.3 两者区别

        有一个新来的学生叫小明，他刚转学到你们学校。小明已经会一些基础的数学和英语，但是他的新老师想让他学得更好，更适应这个学校的教学风格。

        1. 增量预训练：小明的数学老师给他安排了一些额外的数学题目练习，这些题目是根据他已经知道的内容，再稍微难一点的。这样做的目的是让小明在他已有的基础上，逐渐适应更高级的数学思维。这个过程可以看作是在小明原来的学习基础上，增加了一些新的知识点，帮助他更好地融入新环境。

        2. 指令跟随：小明的英语老师给了他一个具体的任务，比如写一篇关于“我最喜欢的动物”的英语作文，并且告诉他要使用五种不同的形容词描述这个动物。这个任务要求小明不仅要运用他已经学过的英语知识，还要按照老师的具体指示来完成作业。这就是一个典型的指令跟随的例子，小明需要明确遵守老师的指令来执行任务。

        增量预训练更多的是在已有的知识或技能基础上逐步扩展和深化，而指令跟随则是按照特定的指示来完成任务。这两种方法都是帮助学生（或者AI模型）学习和适应新环境的有效方式，但它们的重点和方法有所不同。

三、一条数据的一生

        为了让LLM能够区分出System、User、Assistant，不同的模型会有不同的模板。

        为了让LLM知道什么时候开始一段话，什么时候结束一段话，实际训练时需要对数据添加起始符（BOS）和结束符（EOS）；大多数模型都是使用 。

        数据中会有Input和Output，希望模型学会的是Output，而不是Input。训练时只会对Output部分计算Loss。

四、微调方案：LoRA&QLoRA

两者都旨在提高模型的适应性和效率，但在实现方式上有所不同。QLoRA是LoRA的一个扩展，它在降低模型复杂度和提升计算效率方面更进一步，适合于对运行效率有更高要求的场景。

• 参数数量和模型大小：QLoRA通过量化进一步减小了模型的大小和运行时内存需求，相比于LoRA可以在更低的硬件要求下运行。
• 计算效率：QLoRA由于采用了量化技术，通常能提供比LoRA更快的推理速度，这使得QLoRA在需要实时处理的应用中尤为有用。
• 适用场景：虽然两者都适用于资源有限的环境，QLoRA由于更低的资源需求，更适合于边缘设备和移动设备等计算能力更受限的环境。

 五、多模态LLM原理简介

文本单模态

文本+图像多模态

        想象你在玩一个识别物品的游戏。在没有“电子眼”的情况下，如果你问LLM“这个苹果是什么颜色的？”而没有给出图片，它是无法回答的，因为它看不到苹果。但如果LLM有了“电子眼”，它就能看到苹果的图片，然后告诉你“这个苹果是红色的”。

        多模态LLM在训练时，不仅学习了大量的文本数据，还学习了图片和视频数据。学会了如何从图片中提取信息，比如识别出图片中的物品、颜色、动作等，并且能把这些视觉信息和文字信息结合起来进行理解和回答。

        给LLM装上“电子眼”就是让它通过视觉输入增强理解和交流的能力，使它不仅限于文字，还能理解和分析图片或视频中的内容。这样的技术在很多领域都非常有用，比如帮助自动驾驶车辆理解路况，或者帮助医生分析病人的X光片等。

什么类型的电子眼：LLaVA方案简介

• 使用GPT-4V对图像数据生成描述，以此构建出大量 -- 的数据对。
• 利用这些数据对，配合文本单模态LLM，训练出一个Image Projector。
• 所使用的文本单模型LLM和训练出来的Image Projector，统称为LLaVA模型。

 给LLM增加视觉的过程分为：Pretrain、Finetune。

• Pretrain阶段：使用大量的图片+简单文本（caption，即图片标题）数据对，使LLM理解图像中的普遍特征。该阶段完成后，模型已经有视觉能力了，但是只会给输入的图像”写标题“
• Finetune阶段：使用图片+复杂文本数据对，来对Pretrain得到的Image Projector进行进一步训练。

六、Xtuner是什么？

是一个高效、灵活且功能齐全的工具包。xtuner/README_zh-CN.md at main · InternLM/xtuner · GitHubAn efficient, flexible and full-featured toolkit for fine-tuning large models (InternLM, Llama, Baichuan, Qwen, ChatGLM) - xtuner/README_zh-CN.md at main · InternLM/xtunerhttps://github.com/InternLM/xtuner/blob/main/README_zh-CN.md

高效

• 支持大语言模型 LLM、多模态图文模型 VLM 的预训练及轻量级微调。XTuner 支持在 8GB 显存下微调 7B 模型，同时也支持多节点跨设备微调更大尺度模型（70B+）。
• 自动分发高性能算子（如 FlashAttention、Triton kernels 等）以加速训练吞吐。
• 兼容 DeepSpeed ，轻松应用各种 ZeRO 训练优化策略。

灵活

• 支持多种大语言模型，包括但不限于 InternLM、Mixtral-8x7B、Llama2、ChatGLM、Qwen、Baichuan。
• 支持多模态图文模型 LLaVA 的预训练与微调。利用 XTuner 训得模型 LLaVA-InternLM2-20B 表现优异。
• 精心设计的数据管道，兼容任意数据格式，开源数据或自定义数据皆可快速上手。
• 支持 QLoRA、LoRA、全量参数微调等多种微调算法，支撑用户根据具体需求作出最优选择。

全能

• 支持增量预训练、指令微调与 Agent 微调。
• 预定义众多开源对话模版，支持与开源或训练所得模型进行对话。
• 训练所得模型可无缝接入部署工具库 LMDeploy、大规模评测工具库 OpenCompass 及 VLMEvalKit。