التاليالدليل التالي
الضبط الدقيق مقابل RAG مقابل المطالبة
لغة الذكاء الاصطناعي
دليل اللغة AI
QLoRA وضبط دقيق 4 بت
QLoRA هي تقنية تتيح لك ضبط نموذج لغة ضخم على وحدة معالجة رسومات مستهلكة واحدة عن طريق تخزين النموذج المجمد في 4 بتات فقط لكل وزن.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
في هذه الصفحةقراءة لمدة دقيقتين
نظرة عامة
It made customizing 65B-parameter models possible on hardware that previously could only handle models a fraction of that size.
الغوص العميق
عادةً ما يعني الضبط الدقيق لنموذج كبير تحميل كل الأوزان بدقة 16 بت وتحديثها جميعًا، الأمر الذي يتطلب ذاكرة هائلة. تجمع QLoRA بين فكرتين. أولاً، يقوم بتجميد النموذج المُدرب مسبقًا وتكميمه إلى 4 بتات، مما يؤدي إلى خفض الذاكرة أربعة أضعاف تقريبًا. ثانيًا، يستخدم LoRA: بدلاً من تحديث مصفوفات الوزن العملاقة، فإنه يقوم بحقن مصفوفات محولات صغيرة منخفضة الرتبة قابلة للتدريب بجانبها، لذلك يتم تحديث بضعة ملايين فقط من المعلمات. تظل قاعدة 4 بت ثابتة بينما تتدفق التدرجات فقط من خلال المحولات الصغيرة. أظهر QLoRA، الذي تم تقديمه في عام 2023 بواسطة Dettmers وزملائه، أن الضبط الدقيق لنموذج 65B على وحدة معالجة رسومات واحدة بسعة 48 جيجابايت يمكن أن يتطابق مع جودة الضبط الدقيق الكامل لـ 16 بت.
التنفيذ في العالم الحقيقي
تقوم إحدى الشركات الناشئة بضبط نموذج 70B Llama على وحدة معالجة رسومات واحدة بسعة 48 جيجابايت لإنشاء مساعد دعم العملاء بصوت علامتها التجارية الخاصة دون استئجار مجموعة خوادم.
يقوم باحث يستخدم مستهلكًا واحدًا RTX 4090 بتكييف نموذج مفتوح لمجموعة بيانات متخصصة للإجابة على الأسئلة الطبية بين عشية وضحاها.
يقوم المطور بإنشاء العشرات من محولات LoRA الصغيرة القابلة للتبديل لمهام مختلفة، وكلها تشترك في نموذج أساسي واحد 4 بت يتم تحميله في الذاكرة.
يقوم أحد الهواة بضبط النموذج في سجلات الدردشة الشخصية الخاصة به لتقليد أسلوب كتابة معين باستخدام أجهزة مجانية من فئة Colab.
مستقبل QLoRA والضبط الدقيق لـ 4 بت
لقد أصبح الضبط الدقيق لـ 4 بت ممارسة قياسية، وتتجه الأبحاث الآن نحو دقة أقل، بما في ذلك تمثيل 2 بت و1 بت (الثلاثي). تعمل أنظمة التكميم الأحدث مثل AWQ وGPTQ وHQQ على تحسين الدقة بشكل أكبر، بينما تهدف تقنيات مثل QA-LoRA إلى الحفاظ على النموذج كميًا حتى بعد دمج المحولات. مع نمو النماذج ذات الوزن المفتوح، توقع أن تصبح الأدوات التي تتيح للهواة ضبط النماذج التي تزيد عن 70 مليارًا على وحدة معالجة رسومات ألعاب واحدة روتينية، مما يضفي طابعًا ديمقراطيًا على التخصيص.
وضعها موضع التنفيذ
لماذا يهم
- السرعة والحجم. يمكن أن تتحرك مسارات عمل اللغة بشكل أسرع دون التضحية بالاتساق.
- الوصول والوصول. فهو يوسع الوصول عبر اللغات وأنماط الاتصال.
- قرارات أوضح. يمكن للفرق قضاء المزيد من الوقت في الحكم بينما تتعامل الأتمتة مع التكرار.
احترس من
- يمكن للحقائق المهلوسة إدخال التقارير أو تدفقات الدعم أو مخرجات البحث بهدوء.
- يمكن أن تؤدي الحساسية السريعة إلى نتائج غير متناسقة عبر الطلبات المماثلة.
- قد يتم كشف البيانات النصية الحساسة إذا كانت عناصر التحكم في الوصول ضعيفة.
الخطوات التالية
- حدد تنسيق الإخراج والنغمة ومعايير الجودة قبل بدء التشغيل.
- استجابات أرضية من مصادر موثوقة عندما تكون الدقة مهمة.
- احتفظ بنقطة تفتيش للمراجعة البشرية للمخرجات عالية المخاطر.
- تتبع أنماط الفشل وأعد تدريب المطالبات أو سير العمل بانتظام.
استمر في الاستكشاف
رسالة إخبارية مجانية
احصل على الإحاطة اليومية لمنظمة العفو الدولية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
Take the QLoRA and 4-Bit Fine-Tuning quiz
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
الأسئلة المتداولة
What is QLoRA and 4-Bit Fine-Tuning?
QLoRA هي تقنية تتيح لك ضبط نموذج لغة ضخم على وحدة معالجة رسومات مستهلكة واحدة عن طريق تخزين النموذج المجمد في 4 بتات فقط لكل وزن. لقد جعل تخصيص نماذج ذات معلمات 65B أمرًا ممكنًا على الأجهزة التي لم يكن بإمكانها في السابق التعامل إلا مع جزء صغير من هذا الحجم.
ما هي الفكرة الأساسية لتوفير الذاكرة وراء الجزء "4 بت" من QLoRA؟
يقوم QLoRA بتخزين الأوزان المجمدة المُدربة مسبقًا بمعدل 4 بتات لكل قيمة، مما يؤدي إلى خفض الذاكرة بمقدار أربعة أضعاف تقريبًا مقارنة بـ 16 بت.
أثناء الضبط الدقيق لـ QLoRA، ما هي المعلمات التي يتم تحديثها فعليًا عن طريق نزول التدرج؟
تم تجميد النموذج الأساسي. فقط مصفوفات المحولات ذات الرتبة المنخفضة المحقونة هي التي تتلقى تحديثات متدرجة، وهي مجرد جزء صغير من المعلمات.
ما هو NF4 في سياق QLoRA؟
NF4 (NormalFloat 4-bit) هو نوع بيانات مصمم حول توزيع منحنى الجرس لأوزان الشبكة العصبية للحصول على دقة أفضل من int4 العادي.
ما هي المشكلة التي يواجهها "أدوات تحسين الصفحات" في عنوان QLoRA؟
Paged optimizers use NVIDIA unified memory to page optimizer states between GPU and CPU memory as needed; the QLoRA paper says this helps manage memory spikes and reduce out-of-memory risk during long-sequence fine-tuning.
متى يتم تحويل أوزان 4 بت مرة أخرى إلى دقة أعلى أثناء التدريب؟
During a matrix multiplication, quantized weights are dequantized on the fly to a higher-precision compute dtype (for example, BF16 or FP16 in QLoRA configurations); the temporary higher-precision values are not stored as a full base-model copy.
استمر في التعلم
أدلة ذات صلة
تم اختيار المزيد من الأدلة لهذا الموضوع