Tổng quan
Chinchilla là một phát hiện của DeepMind năm 2022 cho thấy hầu hết các mô hình ngôn ngữ lớn đều chưa được đào tạo kỹ càng: đối với ngân sách điện toán cố định, bạn nên chia tỷ lệ các tham số và dữ liệu gần bằng nhau, chứ không chỉ xây dựng một mô hình lớn hơn. Nó định hình lại cách ngành cân bằng kích thước mô hình với dữ liệu đào tạo.
Chương trình đào tạo tối ưu điện toán Chinchilla nằm trong bộ công cụ AI cốt lõi. Khi bạn hiểu nó, các chủ đề AI khác sẽ trở nên dễ dàng hơn để đánh giá và so sánh.
Lặn sâu
Bài viết Chinchilla của DeepMind đã xem xét lại việc mở rộng quy mô và đào tạo hơn 400 mô hình để tìm ra sự cân bằng tối ưu về điện toán. Nguyên tắc chung: kích thước mô hình và mã thông báo đào tạo sẽ tăng dần theo từng bước, khoảng 20 mã thông báo đào tạo cho mỗi tham số. Để chứng minh điều đó, họ đã đào tạo Chinchilla, một mô hình 70 tỷ tham số trên 1,4 nghìn tỷ mã thông báo, sử dụng cùng cách tính toán như Gopher 280 tỷ tham số được đào tạo trên ít mã thông báo hơn nhiều. Chinchilla, mặc dù nhỏ hơn bốn lần, nhưng lại vượt trội hơn Gopher, GPT-3 và những gã khổng lồ khác trên hầu hết mọi điểm chuẩn. Bài học đã lật ngược kết luận OpenAI trước đó cho rằng kích thước được ưu tiên hơn dữ liệu, cho thấy nhiều mẫu máy hàng đầu đang gây khó khăn cho hiệu suất do quá lớn và quá thiếu dữ liệu.
Hiểu biết kỹ thuật
Mức giảm độ vừa vặn của Chinchilla là L(N,D) = E + A·N^(-α) + B·D^(-β), với cả α và β đều gần 0,34, nghĩa là các thông số và dữ liệu đóng góp gần như đối xứng. Tối ưu hóa điều này theo ràng buộc tính toán cố định (tính ≈ 6·N·D cho máy biến áp) mang lại kết quả có tỷ lệ bằng nhau. Một mô hình nhỏ hơn, giàu dữ liệu cũng rẻ hơn khi chạy ở dạng suy luận, do đó, lợi thế của nó mang lại trong quá trình triển khai chứ không chỉ trong đào tạo.
Nắm vững cách đào tạo tính toán tối ưu của Chinchilla
Chinchilla là một phát hiện của DeepMind năm 2022 cho thấy hầu hết các mô hình ngôn ngữ lớn đều chưa được đào tạo kỹ càng: đối với ngân sách điện toán cố định, bạn nên chia tỷ lệ các tham số và dữ liệu gần bằng nhau, chứ không chỉ xây dựng một mô hình lớn hơn. Nó định hình lại cách ngành cân bằng kích thước mô hình với dữ liệu đào tạo. Chương trình đào tạo tối ưu điện toán Chinchilla nằm trong bộ công cụ AI cốt lõi. Khi bạn hiểu nó, các chủ đề AI khác sẽ trở nên dễ dàng hơn để đánh giá và so sánh. Để xây dựng sự hiểu biết sâu sắc, hãy coi Đào tạo Tối ưu Điện toán Chinchilla như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng Chương trình đào tạo tối ưu điện toán Chinchilla trước tiên sẽ xây dựng các mô hình khái niệm mạnh mẽ, sau đó ánh xạ các mô hình đó tới các giới hạn sản xuất thực tế. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Nó giúp bạn tách biệt các tuyên bố kỹ thuật rõ ràng khỏi ngôn ngữ tiếp thị. Đồng thời, các nhóm khác nhau có thể sử dụng cùng một thuật ngữ một cách khác nhau, vì vậy hãy sớm xác định phạm vi. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Nó giúp bạn tách biệt các tuyên bố kỹ thuật rõ ràng khỏi ngôn ngữ tiếp thị.
Nó giúp bạn tách biệt các tuyên bố kỹ thuật rõ ràng khỏi ngôn ngữ tiếp thị. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Bạn có thể đặt các câu hỏi triển khai tốt hơn trước khi chi tiền hoặc thời gian.
Bạn có thể đặt các câu hỏi triển khai tốt hơn trước khi chi tiền hoặc thời gian. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các nhóm có sự hiểu biết chung sẽ đưa ra các quyết định về sản phẩm, chính sách và học tập tốt hơn.
Các nhóm có sự hiểu biết chung sẽ đưa ra các quyết định về sản phẩm, chính sách và học tập tốt hơn. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Chọn đào tạo mô hình 7 tỷ tham số trên 2 nghìn tỷ mã thông báo thay vì mô hình 30 tỷ với quá ít dữ liệu cho cùng một ngân sách.
Ước tính rằng một mô hình 10 tỷ tham số cần khoảng 200 tỷ mã thông báo để đạt được điểm tối ưu về tính toán.
Chứng minh mô hình được triển khai nhỏ hơn để giảm chi phí suy luận cho mỗi truy vấn trong khi vẫn phù hợp với chất lượng của đối thủ lớn hơn.
Kiểm tra một mô hình hiện có và kết luận rằng nó chưa được đào tạo đầy đủ, sau đó lên kế hoạch cho một đợt đào tạo dài hơn thay vì tăng tham số.
Các mẫu triển khai
Chinchilla Computing-Tối ưu Đào tạo trong thực tế
Chọn đào tạo mô hình 7 tỷ tham số trên 2 nghìn tỷ mã thông báo thay vì mô hình 30 tỷ với quá ít dữ liệu cho cùng một ngân sách.
Chọn đào tạo mô hình 7 tỷ tham số trên 2 nghìn tỷ mã thông báo thay vì mô hình 30 tỷ trên quá ít dữ liệu cho cùng một ngân sách. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Chinchilla Computing-Tối ưu Đào tạo trong thực tế
Ước tính rằng một mô hình 10 tỷ tham số cần khoảng 200 tỷ mã thông báo để đạt được điểm tối ưu về tính toán.
Ước tính rằng một mô hình có 10 tỷ tham số cần khoảng 200 tỷ mã thông báo để đạt được điểm tối ưu về điện toán. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Chinchilla Computing-Tối ưu Đào tạo trong thực tế
Chứng minh mô hình được triển khai nhỏ hơn để giảm chi phí suy luận cho mỗi truy vấn trong khi vẫn phù hợp với chất lượng của đối thủ lớn hơn.
Chứng minh mô hình được triển khai nhỏ hơn để giảm chi phí suy luận cho mỗi truy vấn trong khi phù hợp với chất lượng của đối thủ lớn hơn. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp phức tạp và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Chinchilla Computing-Tối ưu Đào tạo trong thực tế
Kiểm tra một mô hình hiện có và kết luận rằng nó chưa được đào tạo đầy đủ, sau đó lên kế hoạch cho một đợt đào tạo dài hơn thay vì tăng tham số.
Kiểm tra mô hình hiện có và kết luận rằng mô hình đó chưa được đào tạo đầy đủ, sau đó lập kế hoạch đào tạo lâu hơn thay vì tăng tham số. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Các nhóm khác nhau có thể sử dụng cùng một thuật ngữ một cách khác nhau, vì vậy hãy sớm xác định phạm vi.
Điểm chuẩn có thể trông mạnh mẽ trong khi hiệu suất trong thế giới thực không đồng đều.
Việc bỏ qua các kế hoạch đánh giá và chất lượng dữ liệu thường tạo ra những kết quả mong manh.
Lộ trình thực hiện
Bắt đầu với một định nghĩa đơn giản về kết quả bạn cần.
Bắt đầu với một định nghĩa đơn giản về kết quả bạn cần. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Chọn một số liệu thành công và một điều kiện thất bại trước khi thử nghiệm.
Chọn một số liệu thành công và một điều kiện thất bại trước khi thử nghiệm. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Chạy một thử nghiệm nhỏ với dữ liệu đại diện chứ không phải một bản demo bóng bẩy.
Chạy một thử nghiệm nhỏ với dữ liệu đại diện chứ không phải một bản demo bóng bẩy. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Tài liệu nơi Đào tạo tối ưu điện toán Chinchilla giúp ích và nơi các phương pháp đơn giản hơn sẽ tốt hơn.
Tài liệu nơi Đào tạo tối ưu điện toán Chinchilla giúp ích và nơi các phương pháp đơn giản hơn sẽ tốt hơn. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.