Wandb Monthly Meetup August 2023.pdf
•
1 like•910 views
8月のW&Bマンスリーワークショップ資料です。大規模言語モデルを活用するにあたってファインチューニングはコストと効果のバランスに優れた重要な技術の一つですが、この領域も基盤モデルの進歩と同様にハイスピードで進歩しています。本講演ではLLMのファインチューニングについての基礎と各種法についておさらいするとともに、最近のトピックについて実例を交えて紹介します。また、Weights & BiasesのLLMOpsによるファインチューニングの実験管理と可視化についても実際の製品デモでご紹介いたします。
Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Similar to Wandb Monthly Meetup August 2023.pdf
Similar to Wandb Monthly Meetup August 2023.pdf (20)
More from Yuya Yamamoto
Recently uploaded
Recently uploaded (8)
Wandb Monthly Meetup August 2023.pdf
- 1. 1 Weights & Biases Monthly Meetup
- 2. 山本 祐也 (Yuya YAMAMOTO) ● 機械学習エンジニア - Customer Success@W&B ● Kaggle Competitions Grandmaster ○ ID: nejumi
- 3. Agenda W&B Monthly Meetup August 29 2023 ● はじめに ● Fine Tuningとは ● Parameter Efficient Fine Tuning (PEFT) ● Instruction Tuning ● その他のFine Tuningの応用例 ● 精度とメモリ消費量 ● 量子化 ● その他
- 4. はじめに
- 5. はじめに RAG vs Finetuning — Which Is the Best Tool to Boost Your LLM Application? RAG: Retrieval Augmented Generation (npaka先生のコースで扱った内容) Fine Tuning (本日の講演で扱う内容)
- 6. RAGとFine Tuningの位置付け RAG vs Finetuning — Which Is the Best Tool to Boost Your LLM Application? RAG: 新しい知識を与えるのが得意 Fine Tuning: 新しい形式に適応させるのが得意
- 9. 学習済モデルに対して小規模な追加学習を行う 莫大な数の NVIDIA GPUs Tech業界の巨人達 学習済モデルをfine tuningする民草 基盤モデルの学習はハードルが高い ○ 膨大なデータ ○ 長大な学習時間 ○ 大容量のVRAMを備えた多数の GPU資源 既に学習済みのモデルをチューニングする ことで、コストを押さえて目的タスクに適した モデルを実現したい → ファインチューニング モデルウエイト
- 10. Fine tuning自体はDeep Learning普及初期から広く活用 されてきた ● ImageNetのPretrained Modelを 用いる ● トップの全結合層を再学習 ● Conv層も一部解凍して再学習 CNNとは色々事情が異なるので、同 様にはできない Transferred Fusion Learning using Skipped Networks
- 11. 軽量化・高速化のアプローチ トレーニング時 ● Parameter efficient fine tuning (PEFT), 特にLoRA ● 量子化 ● 並列化 推論時 ● 量子化 ● 最適化
- 12. Parameter Efficient Fine Tuning (PEFT)
- 13. Full Parameter Fine Tuning vs PEFT Finetuning LLMs Efficiently with Adapters
- 14. トークン追加系アプローチ The Power of Scale for Parameter-Efficient Prompt Tuning Prompt Tuning Prefix Tuning Prefix-Tuning: Optimizing Continuous Prompts for Generation P-Tuning GPT Understands, Too ● モデル本体のウエイ トを変えず、ドメインシ フトにロバスト ● Context windowを消 費する
- 15. Adaptor系 Parameter-Efficient Transfer Learning for NLP ● 事前訓練されたLLMのレイヤ間に追 加のタスク固有のレイヤを挿入し、 アダプターのパラメータのみを チューニングする ● 推論スループットを低下させる可能 性あり
- 16. LoRA: Low-Rank Adaptation ● 差分行列を導入し、これを行列分解 によって低ランク行列の積に分解する ● 元の重みはフリーズ ● LoRAとその派生系はPEFTで最も良く 使われている LoRA: Low-Rank Adaptation of Large Language Models
- 18. LoRA: Low-Rank Adaptation パラメータ全体の僅か 0.1%以下 ● 通常LoRAのパラメータrは2~16程度と非常に小さい値に設定する ● めちゃくちゃ細長い小規模な行列の積に分解して、trainable paramsを劇的に削減、 学習 時のGPUメモリ増大の問題をほぼ解消（後述） ● 削減されるのはtrainable paramsであって、元のパラメータは依然あることに注意
- 21. Finetuned Language Models are Zero-Shot Learners
- 22. Finetuned Language Models are Zero-Shot Learners
- 23. Instruction Tuning用のプロンプト形式に変換しておく 元のJSON形式 Alpaca形式 https://github.com/tatsu-lab/stanford_alpaca ● Instructionデータの形式は例えば Stanford Alpacaフォーマットに従って変換する ● Input（コンテクスト情報）が空の場合とそうでない場合で指示文がわずかに異なる点に注意
- 24. OpenCALM LangChain Instruction Tuning (LoRA) Run chain as callback os.environ["LANGCHAIN_WANDB_ TRACING"] = "true" LangChain integration Hugging Face integration report_to="wandb" Instruction Data: kunishou/databricks-dolly-15k-ja kunishou/hh-rlhf-49k-ja Model: cyberagent/open-calm-7b Scoring the quality of response by ChatGPT LLMの全応答履歴 学習中のモデルの回 答品質スコア （+コメント） Validation loss, GPU Usage, etc
- 26. RLHF: Reinforcement Learning from Human Feedback ステップ1：インストラクション・ チューニング ステップ2： ラベラーが特定の入 力に対してどの出力を好むかを 示す、モデル出力間の比較の データセットを収集し、報酬モデ ルを訓練する ステップ3：訓練された報酬モデル を使用し、強化学習を使って報酬 モデルに対してポリシーを最適化 する 出典:Training language models to follow instructions with human feedback
- 27. その他の応用例
- 28. Llama-2のファインチューニング例 https://www.anyscale.com/blog/fine-tuning-llama-2-a-comprehensive-case-study-for-tailoring-models-to-unique-applications ● Full parameter fine tuning ● Functional representation とSQL生成でGPT-4を上回 る性能を得られている ● 一方で数学的推論では効 果は認められるものの GPT-4には大きく及ばず
- 29. Code Llamaの例
- 33. 精度とメモリ使用量
- 34. 精度とメモリ使用量 FP32 式で書くと、 ● 上記は標準的な単精度浮動小数点数 (single precision, float32) の例 ● 1パラメータ当たり32bit = 4 byteのメモリ使用量を要する ● mixed-precisionが一般的になる一昔前までは全てfp32でtrainingしていた ○ NVIDIA/Apexの登場が2018年なので、コロナちょい前までそうだったと考えると 今となっては信じられないかもしれない
- 35. AMPが一般的になった2018年以降 FP16 BFLOAT16 ● Mixed Precision (混合精度) が一般的になって以降は標準的になった ○ メモリ使用量↓、学習スピード↑ ● Fractionと引き換えにexponentにより多くのbitを割り当てることでより広い 数値範囲を維持するbfloat16も特にトレーニング時によく用いられる ● ハードウェア面でもVolta世代から導入されたTensor Coresによりfp16演算 が強化され、Ampere世代からbfloatサポートも強化されている https://cloud.google.com/tpu/docs/bfloat16
- 36. 倍精度 FP64 ● 科学技術計算・シミュレーションなどのHPCで重要 ● Deep Learningタスクではfp32, fp16 (/w mixed precision) で十分であることが多く、計 算コストとメモリ消費量の問題から基本的には用いられない
- 37. それで実際どれくらいVRAMが必要なのか？ LLMのパラメータ数： よくあるラインナップだと、小さいものから順に、3B, 7B, 13B, 30B, 70B GPT-3は、175B では、例えば7Bのモデルのトレーニングに必要なGPUメモリはFP16だと 2 * 7B= 14GBだから、どこのご家庭にもあるくらいのGPUで十分？ 残念ながら、単純にはNO!
- 38. トレーニング時に必要なVRAM量は大幅に増大する パラメータ自体の保持に、x1 オプティマイザで例えばAdamなら1st, 2nd momentで、 x2 勾配の保持に、x1 パラメータ自体の容量の実に4倍以上のメモリ容量が必要になる （他にもバッファやその他変数の保持でさらに必要になる可能性あり）
- 39. トレーニング時に必要なVRAM量は大幅に増大する パラメータ自体の保持に、x1 オプティマイザで例えばAdamなら1st, 2nd momentで、 x2 勾配の保持に、x1 パラメータ自体の容量の実に4倍以上のメモリ容量が必要になる （他にもバッファやその他変数の保持でさらに必要になる可能性あり） 増えるワカメのように増大するのはTrainable Parametersに対してのみなので、大半 のパラメータをフリーズして、一部のパラメータのみを追加学習することができれば、 GPUメモリの使用量を大幅に抑制することができる * 実際の推算はもっと複雑ですが、ここではトレーニング時の増大の説 明のために単純化しています
- 43. Quantization
- 45. 量子化のpitfalls ● 残念ながら、これをそのまま適用すると 一定以上のモデルサイズで大きな性能 低下が発生する ● 僅か0.1%のOutlierの影響によりモデル 性能が崩壊する LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale
- 47. QLoRA LoRA: Low-Rank Adaptation of Large Language Models
- 49. ちょっと話がうますぎるのではないか？ ● 高々数十MB程度のパラメータの学 習でこんな巨大なモデルの fine tuningできてしまうのは話がうます ぎないか？ ● 捧げた代償が小さすぎる気がする
- 50. Delta Tuning: A Comprehensive Study of Parameter Efficient Methods for Pre-trained Language Models LoRAはFull Parameter Tuningと同等か？ (中略)
- 51. LoRAはFull Parameter Tuningと同等か？ ● Encouragingな報告が多数ある一方で、特定のタスクでfull parameter tuningと大 差がつくケースもある模様 ● LoRAで学習するパラメータ数は極めて少数で容量にして高々数十MB程度 ○ 与えられる情報量には限界があるのでは？
- 53. GPT-3.5-Turbo Fine Tuningのドキュメントより 操縦性（インストラクションへの追従 性）向上 出力形式の信頼性向上 出力トーンのカスタマイズ ● 用いられているチューニング手法は公開され ていないが、コストや速度から何らかの parameter efficientな手法と推定される ● 例示されているユースケースはいずれも style change的な内容
- 54. A Comparative Study between Full-Parameter and LoRA-based Fine-Tuning on Chinese Instruction Data for Instruction Following Large Language Model LoRAはFull Parameter Tuningと同等か？
- 55. Towards Better Instruction Following Language Models for Chinese: Investigating the Impact of Training Data and Evaluation LoRAはFull Parameter Tuningと同等か？
- 56. 話がうますぎたのか？ Stack More Layers Differently: High-Rank Training Through Low-Rank Updates
- 58. Thank you!