如何使用Alpaca-LoRA微调类似ChatGPT的模型
低秩自适应（LoRA）是一种用于微调模型的技术，相比之前的方法具有一些优势：
- 它更快且占用更少内存，这意味着可以在消费级硬件上运行。
- 输出文件要小得多（以兆字节计，而非千兆字节）。
- 可以在运行时将多个微调后的模型组合在一起。
上个月，我们曾发布博文介绍如何使用LoRA更快地微调Stable Diffusion。我们的朋友Simon Ryu（又名@cloneofsimo）将LoRA技术应用于Stable Diffusion，使得人们仅用少量训练图像即可创建自定义训练风格，然后在预测时混合搭配这些风格以创建高度定制的图像。
时间过去一个月，我们看到LoRA正被应用于其他领域。现在它被用来微调像LLaMA这样的大语言模型。本月初，Eric J. Wang发布了Alpaca-LoRA项目，该项目包含使用PEFT（一个允许您获取各种基于transformers的语言模型并使用LoRA对其进行微调的库）来复现斯坦福Alpaca结果的代码。这其中的巧妙之处在于，它允许您在普通的硬件上廉价、高效地微调模型，并获得更小（或许可组合）的输出。
在这篇博文中，我们将展示如何使用LoRA和Alpaca训练数据来微调LLaMA。
前提条件
- GPU设备：得益于LoRA，您可以在低规格的GPU（如NVIDIA T4）或消费级GPU（如4090）上完成此操作。如果您尚无访问带GPU设备的权限，请查看我们的获取GPU设备指南。
- LLaMA权重：LLaMA的权重尚未公开发布。如需申请访问权限，请填写某研究中心的表格。
步骤1：克隆Alpaca-LoRA仓库
我们已经创建了原始Alpaca-LoRA仓库的一个分支，该分支添加了对Cog的支持。Cog是一种将机器学习模型打包到容器中的工具，我们将使用它来安装微调和运行模型所需的依赖项。
使用Git克隆仓库：
gitclone https://github.com/daanelson/alpaca-loracdalpaca-lora步骤2：安装Cog
sudocurl-o /usr/local/bin/cog -L"https://github.com/replicate/cog/releases/latest/download/cog_$(uname-s)_$(uname-m)"sudochmod+x /usr/local/bin/cog步骤3：获取LLaMA权重
将下载的权重放入名为unconverted-weights的文件夹中。文件夹结构应类似于：
unconverted-weights ├── 7B │ ├── checklist.chk │ ├── consolidated.00.pth │ └── params.json ├── tokenizer.model └── tokenizer_checklist.chk使用以下命令将权重从PyTorch检查点转换为与transformers兼容的格式：
cog run python -m transformers.models.llama.convert_llama_weights_to_hf\--input_dir unconverted-weights\--model_size 7B\--output_dir weights最终的目录结构应如下所示：
weights ├── llama-7b └── tokenizer步骤4：微调模型
微调脚本默认配置为在性能较低的GPU上运行，但如果您的GPU内存更大，可以在finetune.py中将MICRO_BATCH_SIZE增加到32或64。
如果您有自己的指令调优数据集，请编辑finetune.py中的DATA_PATH以指向您自己的数据集。确保其格式与alpaca_data_cleaned.json相同。
运行微调脚本：
cog run python finetune.py在40GB的A100 GPU上，这需要3.5小时，对于处理能力较弱的GPU，则需要更长时间。
步骤5：使用Cog运行模型
$ cog predict -iprompt="Tell me something about alpacas."Alpacas are domesticated animals from South America. They are closely related to llamas and guanacos and have a long, dense, woolly fleece that is used tomaketextiles. They are herd animals and liveinsmallgroupsinthe Andes mountains. They have a wide variety of sounds, including whistles, snorts, and barks. They are intelligent and social animals and can be trained to perform certain tasks.后续步骤
以下是一些您接下来可以尝试的想法：
- 使用您自己的数据集并微调您自己的LoRA，例如葡萄牙语微调指令LLaMA——Cabrita，或者微调LLaMA使其能像荷马·辛普森一样说话。
- 将模型推送到某中心以在云端运行。如果您想要构建接口的API，或希望并行运行大规模评估，这会很方便。您需要将其保持为私有状态，以免权重公开。
- 组合LoRA：可以组合不同的Stable Diffusion LoRA，从而在同一张图像中融合微调的风格和微调的对象。如果将其应用于语言模型，可能会产生哪些可能性？
- 使用Alpaca数据集（或其他数据集）微调更大的LLaMA模型，并观察其表现。这应该可以通过PEFT和LoRA实现，尽管需要更大的GPU。
我们迫不及待地想看到您的成果。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
