首页 > 技术

大模型技术实践(二)|关于Llama 2你需要知道的那些事儿

2023-08-24 15:41:36      搜狐   


  在上期文章中,我们简要回顾了Llama模型的概况,本期文章我们将详细探讨【关于Llama 2】,你需要知道的那些事儿。

  1、Llama 2的性能有多好?

  作为Meta新发布的SOTA开源大型语言模型,Llama 2是Llama模型的延续和升级。Llama 2家族模型包括了Llama 2预训练模型和Llama 2-chat微调模型,分别有7B、13B和70B参数量的版本,覆盖了不同的应用场景需求。

  1.1 训练数据

  Llama 2在预训练语料上比Llama增加了40%,增至2万亿个token,且训练数据中的文本来源更加的多样化。此外,Llama 2对应的微调模型是在超过100万条人工标注的数据下训练而成。

  图1: Llama 2模型概览 [1]

  1.2 模型评估

  从模型评估上看,Llama 2在众多的基准测试中,如推理、编程、对话能力和知识测验上,都优于一代Llama和现有的开源大模型。

  图2: Llama 2在不同基准测试上的得分

  虽然Llama 2-70B在推理任务上表现接近GPT-3.5,但是在综合性能上还是无法与OpenAI的GPT-4和Google的PaLM-2-L等闭源大模型相媲美,尤其在编程基准上远落后于两者。

  图3: Llama 2,GPT和PaLM三者在不同基准测试上的得分

  2、解锁Llama 2的模型结构

  2.1 Llama 2模型架构

  Llama 2在预训练设置和模型架构上和一代模型非常相似。

  如图4和图5所示,Llama系列模型都使用了自回归Transformer架构,即Transformer's decoder-only架构。两代模型的一致性体现在:

  a. 预归一化(Pre-normalization):对每一个transformer的子层输入都进行归一化,使用RMSNorm归一化函数

  b. SwiGLU激活函数:在前馈神经网络(FFN)使用SwiGLU 激活函数替换了Transformer中的 ReLU 激活函数来提升性能

  c. 旋转嵌入编码(Rotary Positional Embeddings,RoPE):RoPE可以兼顾相对位置和绝对位置的信息以提高模型的泛化能力

  2.2 Llama 2训练亮点

  除了上文提到的训练数据的增加,Llama 2在训练过程方面也有两个亮点值得我们关注。第一,上下文长度的扩大提升了模型的理解能力;第二,分组查询注意力机制提高了模型的推理速度。

  2.2.1 上下文窗口扩大

  Llama 2的上下文长度比Llama扩大了一倍,从2048个token拓展至4096个token。更长的上下文窗口意味着更多的聊天用例可被采用,进而模型的理解能力得以提升。

  2.2.2 Grouped-Query注意力

  在Attention的实现上,Llama 2 30B以上的模型采用了分组查询注意力机制(Grouped-Query Attention,GQA),见图5和图6。

  图6: Llama 2使用GQA [2]

  自回归模型的解码通过缓存序列先前标记的键(K)值(V)对来加速注意力的计算。然而随着Batch Size和上下文窗口的增大,多头注意力模型(Multi-head Attenrion,MHA)的内存成本会随之显著增大。

  图7: "GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints" [3]

  GQA的优势在于其将Query进行分组,组内共享KV,这样使得K和V的预测可以跨多个头共享,从而显著降低计算和内存需求,提升推理速度 。

  2.3 Llama 2-chat微调流程

  Meta致力于在偏好数据上训练奖励模型,然后采用强化学习进行优化,从而提高生成的质量。

  2.3.1 SFT + RLHF by RS and PPO

  和InstructGPT类似,在Llama 2-chat对话模型微调流程分为:

  a. 自监督训练后获得Llama 2基座模型

  b. 监督微调(Supervised fine-tuning,SFT)

  c. 人类反馈强化学习(Reinforcement learning with human feedback,RLHF):拒绝采样 + 近端策略优化

  RLHF使用了拒绝采样(Rejection Sampling fine-tuning,RS)和近端策略优化(Proximal Policy Optimization,PPO)两个优化算法。拒绝采样的原理为模型输出时采样K个结果,用当前时刻最好的奖励模型打分,选择奖励值最高的一个。在强化学习阶段进行梯度更新,并结合PPO进行RS加PPO的优化处理。

  图8: Llama 2-chat的微调过程[1]

  Meta一共迭代了5个RLHF版本,分别从V1-V5,但仅公布了最新的V5版本。V5版本迭代的步骤下图所示。

  图9: RLHF-V5迭代流程

  2.3.2 Quality Is All You Need

  Meta使用用户偏好数据训练的两个独立的奖励模型Helpfulness RM和Safty RM,分别对有用性和安全性进行了优化。在SFT的过程中,Llama 2的官方论文[2]着重强调了只需少量高质量的SFT偏好数据就能显著提升结果质量(Quality Is All You Need)。此外,这篇论文也是第一篇指出“RLHF从根本上提高了大模型性能的上限”的论文。

  图10:Llama 2论文中强调的“Quality Is All You Need"[2]

  综上,Llama 2训练流程给我们最重要的一个启示是:

  奖励模型不仅是RLHF的关键,也是整个大模型效果的关键;数据质量又是奖励模型的关键。[4]

  03、Llama 2在UCloud UK8S上的实践

  3.1 下载模型

  3.1.1 下载模型

  从HuggingFace上克隆Llama 2的模型 [5]:https://huggingface.co/meta-llama。本文使用的是Llama 2-chat-7b模型。

  3.1.2 安装WebUI工具

  oobabooga开源的text-generation-webui [6] 一个大模型的可视化工具包,安装方法如下:

  a. 进入Text Generation的github

  (https://github.com/oobabooga/text-generation-webui)

  b. 选择一键安装包安装或者手动安装

  c. 我们将Llama 2模型文件放入text-generation-webui/models目录下,文件结构如下图:

  3.2 构建镜像

  根据Uhub容器镜像库的说明:

  (https://docs.ucloud.cn/uhub/guide)

  1. 首先,在Uhub上创建镜像库

  2. 其次,在云主机创建镜像,并打标

  3. 最后,将云主机镜像推到Uhub中

  3.3 配置UK8S集群

  1. 创建UFS文件系统并挂载。(https://docs.ucloud.cn/ufs/ufs_guide/create)

  2. 创建UK8S容器云。参考文档(https://docs.ucloud.cn/uk8s/),创建集群时,Node的配置可参照下图:

  集群创建之后,点击“详情”按钮,将“外网凭证”拷贝到~/.kube/config文件中。同时,需要安装和配置Kubectl命令行工具。

  (https://docs.ucloud.cn/uk8s/manageviakubectl/connectviakubectl?id=安装及配置kubectl)

  3. 在UK8S中使用UFS

  用创建好的UFS作为UK8S集群的共享存储。

  根据在UK8S中使用UFS文档,创建PV和PVC。

  (https://docs.ucloud.cn/uk8s/volume/ufs?id=在uk8s中使用ufs)

  a. 创建Pod:编写配置文件ufspod.yml

  执行配置文件

  b. 进入Pod

  查询Pod Name:

  在Pod内部启动一个Bash Shell:

  c. 在线推理

  运行server.py文件

  至此,我们就可以在Web端和Llama 2进行对话了。

  本期我们介绍了【关于Llama 2】你需要知道的那些事儿。Llama系列模型由于其体积小且开源的特性,在AI社区的热度和口碑都居于高位,可以预见短期内将有更多基于Llama 2定制化的微调模型和相关服务涌现。

  下期文章我们将聚焦“LangChain+大模型+向量数据库”在云端的部署和推理,敬请期待~

  4、参考文献

  [1] Llama 2 官方公告:https://ai.meta.com/llama/

  [2] Llama 2 官方论文:https://huggingface.co/papers/2307.09288

  [3] "GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints " by Google Research:https://arxiv.org/pdf/2305.13245.pdf

  [4] "Llama 2: an incredible open LLM" by Nathan Lambert: https://www.interconnects.ai/p/llama-2-from-meta

  [5] Llama 2 models: https://huggingface.co/meta-llama

  [6] Text generation web UI github: https://github.com/oobabooga/text-generation-webui

相关阅读

    无相关信息