QLoRA 및 4비트 미세 조정
QLoRA는 고정 모델을 가중치당 4비트에 저장하여 단일 소비자 GPU에서 대규모 언어 모델을 미세 조정할 수 있는 기술입니다.
개요
It made customizing 65B-parameter models possible on hardware that previously could only handle models a fraction of that size.
심층 분석
일반적으로 대규모 모델을 미세 조정한다는 것은 모든 가중치를 16비트 정밀도로 로드하고 모두 업데이트하는 것을 의미하므로 막대한 메모리가 필요합니다. QLoRA는 두 가지 아이디어를 결합합니다. 먼저 사전 훈련된 모델을 동결하고 4비트로 양자화하여 메모리를 대략 4배로 줄입니다. 둘째, LoRA를 사용합니다. 거대한 가중치 행렬을 업데이트하는 대신 훈련 가능한 작은 하위 어댑터 행렬을 함께 주입하므로 몇 백만 개의 매개변수만 업데이트됩니다. 4비트 베이스는 고정된 상태로 유지되지만 그라데이션은 작은 어댑터를 통해서만 흐릅니다. 2023년 Dettmers와 동료들이 도입한 QLoRA는 하나의 48GB GPU에서 65B 모델을 미세 조정하면 전체 16비트 미세 조정 품질과 일치할 수 있음을 보여주었습니다.
기술적 통찰력
QLoRA는 세 가지 트릭을 소개했습니다. NF4(4비트 NormalFloat)는 신경 가중치의 종형 곡선 분포에 최적화된 데이터 유형으로 일반 int4보다 더 나은 정확도를 제공합니다. 이중 양자화는 양자화 상수 자체를 압축하여 추가 메모리를 절약합니다. 페이징된 최적화 프로그램은 GPU-CPU 통합 메모리를 사용하여 긴 시퀀스 중 스파이크를 흡수하여 메모리 부족 충돌을 방지합니다. 순방향 및 역방향 전달 동안 4비트 가중치는 행렬 곱셈을 위해 16비트 JIT(Just-In-Time)로 역양자화되고 폐기됩니다.
전략적 영향
속도와 규모
일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다.
접근 및 도달
언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다.
더 명확한 결정들
자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다.
QLoRA와 4비트 미세 조정의 미래
4비트 미세 조정이 표준 관행이 되었으며 이제 연구는 2비트 및 1비트(3항) 표현을 포함하여 훨씬 더 낮은 정밀도를 향해 나아가고 있습니다. AWQ, GPTQ 및 HQQ와 같은 최신 양자화 방식은 정확도를 더욱 향상시키는 반면, QA-LoRA와 같은 기술은 어댑터를 병합한 후에도 모델을 양자화 상태로 유지하는 것을 목표로 합니다. 개방형 모델이 성장함에 따라 취미로 하는 사람들이 단일 게임 GPU에서 70B 이상의 모델을 미세 조정하여 일상화되고 민주화된 맞춤화를 가능하게 하는 도구가 기대됩니다.
실제 구현
한 스타트업은 단일 48GB GPU에서 70B Llama 모델을 미세 조정하여 서버 클러스터를 임대하지 않고도 자체 브랜드 음성으로 고객 지원 도우미를 구축합니다.
한 명의 소비자 RTX 4090을 사용하는 연구원은 밤새 틈새 의료 질문 답변 데이터 세트에 개방형 모델을 적용했습니다.
개발자는 다양한 작업을 위해 교체 가능한 소형 LoRA 어댑터 수십 개를 생성하며 모두 메모리에 로드된 하나의 4비트 기본 모델을 공유합니다.
애호가는 무료 Colab급 하드웨어를 사용하여 특정 글쓰기 스타일을 모방하기 위해 개인 채팅 로그의 모델을 미세 조정합니다.
위험 및 가드레일
환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다.
신속한 민감도는 유사한 요청 간에 일관되지 않은 결과를 초래할 수 있습니다.
액세스 제어가 약한 경우 민감한 텍스트 데이터가 노출될 수 있습니다.
구현 로드맵
출시 전에 출력 형식, 톤, 품질 표준을 정의하세요.
정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요.
고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다.
실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the QLoRA and 4-Bit Fine-Tuning quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
거부 샘플링 미세 조정
자주 묻는 질문
What is QLoRA and 4-Bit Fine-Tuning?
QLoRA는 고정 모델을 가중치당 4비트에 저장하여 단일 소비자 GPU에서 대규모 언어 모델을 미세 조정할 수 있는 기술입니다. 이전에는 해당 크기의 일부만 모델을 처리할 수 있었던 하드웨어에서 65B 매개변수 모델을 사용자 정의하는 것이 가능해졌습니다.
QLoRA의 '4비트' 부분 뒤에 숨겨진 핵심 메모리 절약 아이디어는 무엇입니까?
QLoRA는 고정된 사전 훈련된 가중치를 값당 4비트로 저장하여 16비트에 비해 메모리를 약 4배 절약합니다.
QLoRA 미세 조정 중에 경사하강법에 의해 실제로 업데이트되는 매개변수는 무엇입니까?
기본 모델이 동결되었습니다. 주입된 낮은 순위의 어댑터 행렬만이 그라디언트 업데이트를 수신하며 이는 매개변수의 아주 작은 부분에 불과합니다.
QLoRA의 맥락에서 NF4란 무엇입니까?
NF4(NormalFloat 4비트)는 일반 int4보다 더 나은 정확도를 위해 신경망 가중치의 종형 곡선 분포를 중심으로 설계된 데이터 유형입니다.
QLoRA의 '페이징 최적화'는 어떤 문제를 해결합니까?
페이징된 최적화 프로그램은 GPU-CPU 통합 메모리를 사용하여 메모리 급증을 흡수하여 긴 입력에 대한 교육 중 메모리 부족 충돌을 방지합니다.
훈련 중에 4비트 가중치가 언제 다시 더 높은 정밀도로 변환됩니까?
4비트 가중치는 각 행렬 곱셈에 대해 즉석에서 16비트 정밀도로 역양자화되고, 메모리를 절약하기 위해 더 높은 정밀도의 복사본이 버려집니다.