QLoRA na 4-Bit Fine-Tuning
QLoRA ni mbinu inayokuruhusu kusawazisha muundo mkubwa wa lugha kwenye GPU moja ya watumiaji kwa kuhifadhi muundo uliogandishwa kwa biti 4 pekee kwa kila uzani.
Muhtasari
It made customizing 65B-parameter models possible on hardware that previously could only handle models a fraction of that size.
Dive ya kina
Kwa kawaida, kupanga vizuri muundo mkubwa kunamaanisha kupakia kila uzito kwa usahihi wa 16-bit na kusasisha zote, ambayo inahitaji kumbukumbu kubwa. QLoRA inachanganya mawazo mawili. Kwanza, hugandisha kielelezo kilichofunzwa awali na kuipunguza hadi biti 4, ikipunguza kumbukumbu takribani mara nne. Pili, hutumia LoRA: badala ya kusasisha matrices makubwa ya uzani, inadunga vitambaa vidogo vinavyoweza kufunzwa vya adapta ya kiwango cha chini kando yao, kwa hivyo ni vigezo milioni chache tu vinavyosasishwa. Msingi wa 4-bit hukaa sawa wakati gradients inapita kupitia adapta ndogo pekee. Ilianzishwa mwaka wa 2023 na Dettmers na wafanyakazi wenzake, QLoRA ilionyesha kuwa kurekebisha vyema muundo wa 65B kwenye GPU moja ya 48GB kunaweza kulingana na ubora wa urekebishaji kamili wa 16-bit.
Ufahamu wa Kiufundi
QLoRA ilianzisha mbinu tatu. NF4 (4-bit NormalFloat) ni aina ya data iliyoboreshwa kwa usambazaji wa kengele-curve ya uzani wa neva, ikitoa usahihi bora kuliko int4 wazi. Ukadiriaji maradufu hubana vidhibiti vya quantization wenyewe, na kuhifadhi kumbukumbu ya ziada. Viboreshaji vya kurasa hutumia kumbukumbu iliyounganishwa ya GPU-CPU ili kunyonya miiba wakati wa mfuatano mrefu, kuzuia ajali za nje ya kumbukumbu. Wakati wa kupita mbele na nyuma, uzani wa 4-bit hupunguzwa hadi 16-bit-kwa wakati kwa matrix kuzidisha, kisha kutupwa.
Athari za kimkakati
Kasi na kiwango
Mitiririko ya kazi ya lugha inaweza kusonga kwa kasi zaidi bila kuacha uthabiti.
Kufikia na kufikia
Inapanua ufikiaji katika lugha na mitindo ya mawasiliano.
Maamuzi ya wazi zaidi
Timu zinaweza kutumia muda mwingi kufanya uamuzi huku otomatiki ikishughulikia marudio.
Mustakabali wa QLoRA na Urekebishaji Bora wa Biti 4
Urekebishaji mzuri wa 4-bit umekuwa mazoezi ya kawaida, na utafiti sasa unasukuma kuelekea usahihi wa chini zaidi, ikijumuisha uwasilishaji wa 2-bit na 1-bit (ternary). Mipango mipya ya uwekaji kiasi kama vile AWQ, GPTQ, na HQQ huboresha usahihi zaidi, huku mbinu kama vile QA-LoRA zinalenga kuweka muundo uliokadiriwa hata baada ya kuunganisha adapta. Miundo ya uzani huria inapokua, tarajia utumiaji unaowaruhusu wapenda burudani kuboresha miundo ya 70B-plus kwenye GPU moja ya michezo ya kubahatisha kuwa utaratibu, unaoweka mapendeleo ya kidemokrasia.
Utekelezaji wa Ulimwengu Halisi
Kipindi cha kuanzia huboresha muundo wa 70B Llama kwenye GPU moja ya 48GB ili kuunda msaidizi wa usaidizi kwa mteja kwa sauti yake ya chapa bila kukodisha kundi la seva.
Mtafiti aliye na mtumiaji mmoja RTX 4090 hubadilisha muundo wazi kwa mkusanyiko wa data wa kujibu maswali ya kimatibabu mara moja.
Msanidi huunda adapta nyingi ndogo, zinazoweza kubadilishwa za LoRA kwa kazi tofauti, zote zinashiriki muundo wa msingi wa 4-bit uliopakiwa kwenye kumbukumbu.
Mpenda hobby husanikisha muundo kwenye kumbukumbu zake za gumzo la kibinafsi ili kuiga mtindo fulani wa uandishi kwa kutumia maunzi ya kiwango cha Colab bila malipo.
Hatari & Walinzi
Mambo ya ukweli yanaweza kuingiza ripoti kwa utulivu, mitiririko ya usaidizi, au matokeo ya utafiti.
Usikivu wa haraka unaweza kuunda matokeo yasiyolingana katika maombi sawa.
Data nyeti ya maandishi inaweza kufichuliwa ikiwa vidhibiti vya ufikiaji ni dhaifu.
Ramani ya Utekelezaji
Bainisha umbizo la towe, toni na viwango vya ubora kabla ya kusambaza.
Majibu ya msingi na vyanzo vinavyoaminika wakati wowote usahihi ni muhimu.
Weka ukaguzi wa ukaguzi wa kibinadamu kwa matokeo ya juu.
Fuatilia mifumo ya kushindwa na fundisha tena vidokezo au mtiririko wa kazi mara kwa mara.
Endelea Kuchunguza
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
Mwongozo unaofuata
Kukataliwa Sampuli Fine-Tuning
Maswali yanayoulizwa mara kwa mara
What is QLoRA and 4-Bit Fine-Tuning?
QLoRA ni mbinu inayokuruhusu kusawazisha muundo mkubwa wa lugha kwenye GPU moja ya watumiaji kwa kuhifadhi muundo uliogandishwa kwa biti 4 pekee kwa kila uzani. Ilifanya ubinafsishaji wa vielelezo vya 65B-parameta iwezekanavyo kwenye maunzi ambayo hapo awali yangeweza tu kushughulikia mifano sehemu ya ukubwa huo.
Je, ni wazo gani kuu la kuhifadhi kumbukumbu nyuma ya sehemu ya '4-bit' ya QLoRA?
QLoRA huhifadhi uzani uliogandishwa awali kwa biti 4 kwa kila thamani, hivyo kukata kumbukumbu takribani mara nne ikilinganishwa na biti-16.
Wakati wa urekebishaji mzuri wa QLoRA, ni vigezo gani husasishwa kwa asili ya gradient?
Mfano wa msingi umehifadhiwa; ni matrices ya adapta ya kiwango cha chini tu yaliyodungwa hupokea masasisho ya gradient, ambayo ni sehemu ndogo tu ya vigezo.
NF4 ni nini katika muktadha wa QLoRA?
NF4 (NormalFloat 4-bit) ni aina ya data iliyoundwa karibu na usambazaji wa kengele-curve ya uzani wa mtandao wa neva kwa usahihi bora kuliko int4 wazi.
Je, 'viboreshaji vya ukurasa' huwa na tatizo gani katika anwani ya QLoRA?
Viboreshaji vya kurasa hutumia kumbukumbu iliyounganishwa ya GPU-CPU ili kunyonya miinuka ya kumbukumbu, kuzuia matukio ya kuacha kufanya kazi wakati wa mafunzo ya kuingiza data kwa muda mrefu.
Je, uzani wa biti 4 hubadilishwa lini hadi usahihi wa juu wakati wa mafunzo?
Uzito wa biti 4 hupunguzwa hadi usahihi wa 16-bit kwenye kuruka kwa kila matriki kuzidisha, kisha nakala ya usahihi wa juu hutupwa ili kuhifadhi kumbukumbu.