CN117217288B - 大模型的微调方法、装置、电子设备和存储介质 - Google Patents
大模型的微调方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117217288B CN117217288B CN202311233566.4A CN202311233566A CN117217288B CN 117217288 B CN117217288 B CN 117217288B CN 202311233566 A CN202311233566 A CN 202311233566A CN 117217288 B CN117217288 B CN 117217288B
- Authority
- CN
- China
- Prior art keywords
- parameter matrix
- processing model
- network layer
- layer group
- columns
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 107
- 238000003860 storage Methods 0.000 title claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 510
- 238000012545 processing Methods 0.000 claims abstract description 309
- 238000012549 training Methods 0.000 claims abstract description 105
- 230000006870 function Effects 0.000 claims description 78
- 238000004590 computer program Methods 0.000 claims description 16
- 230000002787 reinforcement Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000009966 trimming Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种大模型的微调方法、装置、电子设备和存储介质。所述方法包括：将目标数据处理模型的网络层划分为第一网络层组和第二网络层组；初始化第一参数矩阵和第二参数矩阵，第一参数矩阵的行数等于第一网络层组对应的原参数矩阵的行数，第一参数矩阵的列数小于所述原参数矩阵的列数，第二参数矩阵的列数等于所述原参数矩阵的列数，且第二参数矩阵的行数等于第一参数矩阵的列数；将训练样本输入目标数据处理模型，通过目标数据处理模型输出训练样本对应的预测结果；根据训练样本对应的预测结果和训练样本对应的标签，确定目标数据处理模型对应的损失函数的值；根据损失函数的值，更新第一参数矩阵、第二参数矩阵以及第三参数矩阵。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种大模型的微调方法、大模型的微调装置、电子设备和存储介质。
背景技术
相关技术中，主要通过全量微调、固定部分参数(fix parameter)微调、适配器(adapter)微调或者前缀微调(prefix-tuning)的方式对源数据处理模型进行微调，得到目标数据处理模型。
其中，在数据处理模型为大模型的情况下，全量微调的成本过高。
在固定部分参数微调的方案中，只微调源数据处理模型的部分网络层的参数，其余网络层的参数冻结。然而，当源数据处理模型对应的源域与目标数据处理模型对应的目标域之间的差距较大时，只微调部分网络层的参数的效果难以保证。另外，由于层与层之间有紧密的联系，语义信息也是逐层传导的，因此，如果只微调部分层的参数，则会导致冻结层的语义信息与微调层的语义信息之间有很大的差别，进而导致微调效果较差。
在适配器微调的方案中，增加了推理成本，且只微调少量的参数，效果难以保证。
在前缀微调的方案中，训练难度较高，且只微调少量的参数，效果较差。
发明内容
本公开提供了一种数据处理模型的微调技术方案。
根据本公开的一方面，提供了一种大模型的微调方法，包括：
将目标数据处理模型的网络层划分为第一网络层组和第二网络层组；
根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数；
将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果；
根据所述训练样本对应的预测结果和所述训练样本对应的标签，确定所述目标数据处理模型对应的损失函数的值；
根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
在一种可能的实现方式中，所述第一网络层组包括所述目标数据处理模型的前M个网络层，所述第二网络层组包括所述目标数据处理模型的后N个网络层，所述目标数据处理模型的网络层数为M+N，其中，M和N均为大于或等于1的整数。
在一种可能的实现方式中，所述第一参数矩阵的列数比所述原参数矩阵的列数小至少一个数量级。
在一种可能的实现方式中，在所述目标数据处理模型微调的过程中，所述原参数矩阵保持固定。
在一种可能的实现方式中，所述将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果，包括：
确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积；
将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵；
将所述训练样本输入所述目标数据处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练样本对应的预测结果。
在一种可能的实现方式中，所述根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵，包括：
根据所述损失函数的值，确定所述第一参数矩阵对应的第一梯度、所述第二参数矩阵对应的第二梯度以及所述第三参数矩阵对应的第三梯度；
根据所述第一梯度，更新所述第一参数矩阵；
根据所述第二梯度，更新所述第二参数矩阵；
根据所述第三梯度，更新所述第三参数矩阵。
在一种可能的实现方式中，所述方法还包括：
在显存中，保存所述第一梯度、所述第二梯度和所述第三梯度。
在一种可能的实现方式中，所述方法还包括：
在显存中，保存所述第一参数矩阵对应的第一优化器状态信息、所述第二参数矩阵对应的第二优化器状态信息和所述第三参数矩阵对应的第三优化器状态信息。
在一种可能的实现方式中，在所述更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵之后，所述方法还包括：
响应于所述目标数据处理模型微调结束，确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第二乘积；
将所述原参数矩阵与所述第二乘积之和，确定为所述第一网络层组对应的更新后的参数矩阵。
在一种可能的实现方式中，所述方法还包括：
获取显存的容量值；
根据所述容量值，确定所述第二网络层组中的网络层的数量。
在一种可能的实现方式中，所述损失函数包括预测下一个字的任务对应的第一损失函数。
在一种可能的实现方式中，所述损失函数包括强化学习任务对应的第二损失函数。
在一种可能的实现方式中，所述目标数据处理模型为文本处理模型，所述训练文本为训练样本。
根据本公开的一方面，提供了一种数据处理方法，包括：
获取所述大模型的微调方法训练得到的目标数据处理模型；
将待处理数据输入所述目标数据处理模型，通过所述目标数据处理模型输出所述待处理数据对应的数据处理结果。
在一种可能的实现方式中，所述待处理数据为待处理文本。
根据本公开的一方面，提供了一种大模型的微调装置，包括：
划分模块，用于将目标数据处理模型的网络层划分为第一网络层组和第二网络层组；
初始化模块，用于根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数；
预测模块，用于将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果；
第一确定模块，用于根据所述训练样本对应的预测结果和所述训练样本对应的标签，确定所述目标数据处理模型对应的损失函数的值；
更新模块，用于根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
在一种可能的实现方式中，所述第一网络层组包括所述目标数据处理模型的前M个网络层，所述第二网络层组包括所述目标数据处理模型的后N个网络层，所述目标数据处理模型的网络层数为M+N，其中，M和N均为大于或等于1的整数。
在一种可能的实现方式中，所述第一参数矩阵的列数比所述原参数矩阵的列数小至少一个数量级。
在一种可能的实现方式中，在所述目标数据处理模型微调的过程中，所述原参数矩阵保持固定。
在一种可能的实现方式中，所述预测模块用于：
确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积；
将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵；
将所述训练样本输入所述目标数据处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练样本对应的预测结果。
在一种可能的实现方式中，所述更新模块用于：
根据所述损失函数的值，确定所述第一参数矩阵对应的第一梯度、所述第二参数矩阵对应的第二梯度以及所述第三参数矩阵对应的第三梯度；
根据所述第一梯度，更新所述第一参数矩阵；
根据所述第二梯度，更新所述第二参数矩阵；
根据所述第三梯度，更新所述第三参数矩阵。
在一种可能的实现方式中，所述装置还包括：
第一保存模块，用于在显存中，保存所述第一梯度、所述第二梯度和所述第三梯度。
在一种可能的实现方式中，所述装置还包括：
第二保存模块，用于在显存中，保存所述第一参数矩阵对应的第一优化器状态信息、所述第二参数矩阵对应的第二优化器状态信息和所述第三参数矩阵对应的第三优化器状态信息。
在一种可能的实现方式中，所述装置还包括：
第二确定模块，用于响应于所述目标数据处理模型微调结束，确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第二乘积；
第三确定模块，用于将所述原参数矩阵与所述第二乘积之和，确定为所述第一网络层组对应的更新后的参数矩阵。
在一种可能的实现方式中，所述装置还包括：
第二获取模块，用于获取显存的容量值；
第四确定模块，用于根据所述容量值，确定所述第二网络层组中的网络层的数量。
在一种可能的实现方式中，所述损失函数包括预测下一个字的任务对应的第一损失函数。
在一种可能的实现方式中，所述损失函数包括强化学习任务对应的第二损失函数。
在一种可能的实现方式中，所述目标数据处理模型为文本处理模型，所述训练文本为训练样本。
根据本公开的一方面，提供了一种数据处理装置，包括：
第一获取模块，用于获取所述大模型的微调装置训练得到的目标数据处理模型；
数据处理模块，用于将待处理数据输入所述目标数据处理模型，通过所述目标数据处理模型输出所述待处理数据对应的数据处理结果。
在一种可能的实现方式中，所述待处理数据为待处理文本。
根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
在本公开实施例中，通过将目标数据处理模型的网络层划分为第一网络层组和第二网络层组，根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数，将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果，根据所述训练样本对应的预测结果和所述训练样本对应的标签，确定所述目标数据处理模型对应的损失函数的值，并根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵，由此在目标数据处理模型的微调中，无需更新参数量较大的所述原参数矩阵，只需更新第三参数矩阵以及参数量较小的第一参数矩阵和第二参数矩阵。
与全量微调相比，本公开实施例能够降低显存开销，降低对显存容量的要求，且微调得到的目标数据处理模型在目标域的数据处理效果接近于全量微调的效果。与固定部分参数(fix parameter)微调、适配器(adapter)微调、前缀微调(prefix-tuning)的方案相比，本公开实施例微调得到的目标数据处理模型在目标域的数据处理效果有明显的提升。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出本公开实施例提供的大模型的微调方法的流程图。
图2示出本公开实施例提供的大模型的微调装置的框图。
图3示出本公开实施例提供的电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
在采用目标域的训练样本集微调源数据处理模型时，若不对源数据处理模型的所有参数均进行微调，则将导致微调得到的目标数据处理模型在目标域的效果较差。然而，在数据处理模型为大模型的情况下，全量微调的成本过高。
若想要对一个规模较大的源数据处理模型(即大模型)进行全量微调，则通常需要80G显存的显卡。然而，并非所有应用场景都有条件使用80G显存的显卡。在一些应用场景中，只能采用32G左右的显存的显卡。在这些应用场景中，则无法进行全量微调。
为了解决类似上文所述的技术问题，本公开实施例提供了一种大模型的微调方法，通过将目标数据处理模型的网络层划分为第一网络层组和第二网络层组，根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数，将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果，根据所述训练样本对应的预测结果和所述训练样本对应的标签，确定所述目标数据处理模型对应的损失函数的值，并根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵，由此在目标数据处理模型的微调中，无需更新参数量较大的所述原参数矩阵，只需更新第三参数矩阵以及参数量较小的第一参数矩阵和第二参数矩阵。
与全量微调相比，本公开实施例能够降低显存开销，降低对显存容量的要求，且微调得到的目标数据处理模型在目标域的数据处理效果接近于全量微调的效果。与固定部分参数(fix parameter)微调、适配器(adapter)微调、前缀微调(prefix-tuning)的方案相比，本公开实施例微调得到的目标数据处理模型在目标域的数据处理效果有明显的提升。
下面结合附图对本公开实施例提供的大模型的微调方法进行详细的说明。
图1示出本公开实施例提供的大模型的微调方法的流程图。在一种可能的实现方式中，所述大模型的微调方法的执行主体可以是大模型的微调装置，例如，所述大模型的微调方法可以由终端设备或服务器或其它电子设备执行。其中，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述大模型的微调方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述大模型的微调方法包括步骤S11至步骤S15。
在步骤S11中，将目标数据处理模型的网络层划分为第一网络层组和第二网络层组。
在步骤S12中，根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数。
在步骤S13中，将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果。
在步骤S14中，根据所述训练样本对应的预测结果和所述训练样本对应的标签，确定所述目标数据处理模型对应的损失函数的值。
在步骤S15中，根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
本公开实施例可以应用于文本、语音、图像、视频、多模态等技术领域。并且，本公开实施例中的目标数据处理模型可以用于AIGC(Artificial Intelligence GenerativeContent，人工智能生成内容)等，在此不做限定。
在一种可能的实现方式中，所述目标数据处理模型为文本处理模型，所述训练文本为训练样本。在将本公开实施例应用于文本处理技术领域的情况下，目标数据处理模型可以为目标文本处理模型，训练样本可以为训练文本。在目标文本处理模型微调完成后，目标文本处理模型的输入可以为待处理文本。
在将本公开实施例应用于语音处理技术领域的情况下，目标数据处理模型可以为目标语音处理模型，训练样本可以为训练语音。在目标语音处理模型微调完成后，目标语音处理模型的输入可以为待处理语音。
在将本公开实施例应用于图像处理技术领域的情况下，目标数据处理模型可以为目标图像处理模型，训练样本可以为训练图像。在目标图像处理模型微调完成后，目标图像处理模型的输入可以为待处理图像。
在将本公开实施例应用于视频处理技术领域的情况下，目标数据处理模型可以为目标视频处理模型，训练样本可以为训练视频。在目标视频处理模型微调完成后，目标视频处理模型的输入可以为待处理视频。
在将本公开实施例应用于多模态处理技术领域的情况下，目标数据处理模型可以为目标多模态处理模型，训练样本可以为训练多模态。在目标多模态处理模型微调完成后，目标多模态处理模型的输入可以为待处理多模态。
在本公开实施例中，目标数据处理模型为大模型。
在本公开实施例中，源数据处理模型对应的领域可以称为源域，目标数据处理模型对应的领域可以称为目标域。目标数据处理模型的网络结构可以与源数据处理模型的网络结构相同，且目标数据处理模型可以在源数据处理模型的基础上进行微调。
在本公开实施例中，可以将目标数据处理模型的网络层划分为第一网络层组和第二网络层组。其中，第一网络层组和第二网络层组可以分别包括目标数据处理模型中的至少一个网络层。第二网络层组中的网络层的数量越大，则目标数据处理模型的训练效果越好。
在一种可能的实现方式中，所述方法还包括：获取显存的容量值；根据所述容量值，确定所述第二网络层组中的网络层的数量。在该实现方式中，通过根据显存的容量，确定第二网络层组中的网络层的数量，由此能够在满足各网络层的显存需求的前提下，充分利用显存资源。
作为该实现方式的一个示例，可以结合目标数据处理模型的输入数据的长度、网络层的参数量等中的至少之一，确定第二网络层组中的网络层的数量。
例如，目标数据处理模型采用ChatGLM-6B的网络结构，输入数据的长度为256，显卡的显存容量为32G。那么，第二网络层组中的网络层的数量最大可以设置为3。然而，考虑到第一网络层组中的网络层也需要微调，也要占用显存，因此，可以将第二网络层组中的网络层的数量确定为2，即，可以将目标数据处理模型中的最后2个网络层划分至第二网络层组，以为第一网络层组中的网络层预留显存。
在一种可能的实现方式中，所述第一网络层组包括所述目标数据处理模型的前M个网络层，所述第二网络层组包括所述目标数据处理模型的后N个网络层，所述目标数据处理模型的网络层数为M+N，其中，M和N均为大于或等于1的整数。
在该实现方式中，第一网络层组可以包括目标数据处理模型的前M个连续的网络层，第二网络层组可以包括目标数据处理模型的后N个连续的网络层。在该实现方式中，目标数据处理模型的前M个网络层，可以表示目标数据处理模型的最前的M个网络层；目标数据处理模型的后N个网络层，可以表示目标数据处理模型的最后的N个网络层。
例如，目标数据处理模型采用ChatGLM-6B的网络结构，其中，ChatGLM-6B包括28个网络层。在一个例子中，可以将ChatGLM-6B中的前26层划分至第一网络层组，并将ChatGLM-6B中的后2层划分至第二网络层组。在这个例子中，M＝26，N＝2，M+N＝28。
由于网络层的位置越靠后，通常对数据处理模型的输出结果的影响越大，因此，在该实现方式中，通过将目标数据处理模型的前M个网络层划分至第一网络层组，将目标数据处理模型的后N个网络层划分至第二网络层组，由此有利于在有限的显存资源的前提下，提高目标数据处理模型的微调效果。
在另一种可能的实现方式中，可以根据实际应用场景需求灵活确定第一网络层组中的网络层和第二网络层组中的网络层。例如，可以通过人工选择，将目标数据处理模型中对输出结果影响较大的网络层划分至第二网络层组。
在本公开实施例中，在确定出第一网络层组之后，可以根据第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵。其中，第一参数矩阵的行数等于第一网络层组对应的原参数矩阵的行数，第二参数矩阵的列数等于第一网络层组对应的原参数矩阵的列数，第一参数矩阵的列数小于第一网络层组对应的原参数矩阵的列数，且第二参数矩阵的行数等于第一参数矩阵的列数。
例如，第一网络层组对应的原参数矩阵的大小为m×n，即，第一网络层组对应的原参数矩阵的行数为m，列数为n。那么，第一参数矩阵的大小可以为m×r，即第一参数矩阵的行数可以为m，列数可以为r。第二参数矩阵的大小可以为r×n，即，第二参数矩阵的行数可以为r，列数可以为n。其中，r＜m，且r＜n。
在一种可能的实现方式中，所述第一参数矩阵的列数比所述原参数矩阵的列数小至少一个数量级。
例如，第一参数矩阵的列数可以比原参数矩阵的列数小一个数量级；又如，第一参数矩阵的列数可以比原参数矩阵的列数小两个数量级；又如，第一参数矩阵的列数可以比原参数矩阵的列数小三个数量级；等等。
例如，第一网络层组对应的原参数矩阵的大小为m×n，第一参数矩阵的大小为m×r，第二参数矩阵的大小为r×n，r<<m，且r<<n。例如，r可以为8、16、4、64、2等等，在此不做限定。
在该实现方式中，通过将第一参数矩阵的列数和第二参数矩阵的行数设置为比第一网络层组对应的原参数矩阵的行数和列数小至少一个数量级，有助于节省大量显存资源。
在一种可能的实现方式中，第一参数矩阵和第二参数矩阵可以采用高斯分布初始化，以增加目标数据处理模型的泛化能力。
在本公开实施例中，可以采用目标域的训练样本集微调目标数据处理模型，其中，所述训练样本集可以包括多个训练样本。对于任一训练样本，可以将所述训练样本输入目标数据处理模型，通过目标数据处理模型提取所述训练样本对应的特征向量，并基于所述训练样本对应的特征向量得到所述训练样本对应的预测结果。
其中，在目标数据处理模型微调的过程中，可以将W0+BA作为第一网络层组对应的总参数矩阵，参与前向传播和后向传播的计算。其中，W0可以表示第一网络层组对应的原参数矩阵，A可以表示第一参数矩阵，B可以表示第二参数矩阵。在目标数据处理模型的参数更新时，W0可以固定不变，只对A、B和W1进行更新，其中，W1可以表示第二网络层组对应的第三参数矩阵。
在一种可能的实现方式中，在所述目标数据处理模型微调的过程中，所述原参数矩阵保持固定。在该实现方式中，在目标数据处理模型微调的过程中，第一网络层组对应的原参数矩阵保持固定，即，第一网络层组对应的原参数矩阵保持冻结，不再进一步调整。通过在所述目标数据处理模型微调的过程中，所述原参数矩阵保持固定，由此能够节省大量显存资源。
在一种可能的实现方式中，所述将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果，包括：确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积；将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵；将所述训练样本输入所述目标数据处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练样本对应的预测结果。
在该实现方式中，第一乘积可以表示在目标数据处理模型微调的过程中，最新的所述第一参数矩阵与最新的所述第二参数矩阵的乘积。
例如，可以根据W0+BA，确定第一网络层组对应的最新总参数矩阵，其中，W0可以表示第一网络层组对应的原参数矩阵，A可以表示第一参数矩阵，B可以表示第二参数矩阵，BA可以表示第一乘积。
在该实现方式中，通过确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积，将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵，并将所述训练样本输入所述目标数据处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练样本对应的预测结果，由此在目标数据处理模型微调的过程中，可以基于第一网络层组对应的最新总参数矩阵，实现前向传播的计算。
作为该实现方式的一个示例，所述根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵，包括：根据所述损失函数的值，确定所述第一参数矩阵对应的第一梯度、所述第二参数矩阵对应的第二梯度以及所述第三参数矩阵对应的第三梯度；根据所述第一梯度，更新所述第一参数矩阵；根据所述第二梯度，更新所述第二参数矩阵；根据所述第三梯度，更新所述第三参数矩阵。
在该实现方式中，第一梯度可以表示第一参数矩阵对应的梯度，第二梯度可以表示第二参数矩阵对应的梯度，第三梯度可以表示第三参数矩阵对应的梯度。
在该实现方式中，可以根据所述损失函数的值，确定所述最新总参数矩阵对应的梯度，并可以根据最新总参数矩阵对应的梯度，得到所述第一参数矩阵对应的第一梯度和所述第二参数矩阵对应的第二梯度。在该实现方式中，在目标数据处理模型微调的过程中，可以基于第一网络层组对应的总参数矩阵，实现后向传播的计算。
在一种可能的实现方式中，所述方法还包括：在显存中，保存所述第一梯度、所述第二梯度和所述第三梯度。
在该实现方式中，在目标数据处理模型微调的过程中，可以仅在显存中保存第一参数矩阵对应的第一梯度、第二参数矩阵对应的第二梯度和第三参数矩阵对应的第三梯度，而无需在显存中保存第一网络层组对应的原参数矩阵对应的梯度，从而能够节省显存。
与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的梯度相比，该实现方式只需要在显卡中保存第一参数矩阵对应的第一梯度和第二参数矩阵对应的第二梯度。例如，第一网络层组对应的原参数矩阵的参数量为m×n，第一参数矩阵和第二参数矩阵的参数总量为(m+n)×r。由于r可以设置为比m和n小至少一个数量级，因此，与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的梯度相比，该实现方式能够节省大量内存。
作为该实现方式的一个示例，所述方法还包括：在显存中，保存所述第一参数矩阵对应的第一优化器状态信息、所述第二参数矩阵对应的第二优化器状态信息和所述第三参数矩阵对应的第三优化器状态信息。
在该示例中，第一优化器状态信息可以表示第一参数矩阵对应的优化器的状态信息，第二优化器状态信息可以表示第二参数矩阵对应的优化器的状态信息，第三优化器状态信息可以表示第三参数矩阵对应的优化器的状态信息。
其中，优化器状态信息可以表示优化器在进行梯度更新时所需使用的数据。例如，在采用SGD(Stochastic Gradient Descent，随机梯度下降)优化器的情况下，优化器状态信息可以包括动量(momentum)；又如，在采用Adam优化器的情况下，优化器状态信息可以包括一阶动量和二阶动量；等等。
在该示例中，在目标数据处理模型微调的过程中，可以仅在显存中保存第一参数矩阵对应的第一优化器状态信息、第二参数矩阵对应的第二优化器状态信息和第三参数矩阵对应的第三优化器状态信息，而无需在显存中保存第一网络层组对应的原参数矩阵对应的优化器状态信息，从而能够节省显存。
与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的优化器状态信息相比，该实现方式只需要在显卡中保存第一参数矩阵对应的第一优化器状态信息和第二参数矩阵对应的第二优化器状态信息。例如，第一网络层组对应的原参数矩阵的参数量为m×n，第一参数矩阵和第二参数矩阵的参数总量为(m+n)×r。由于r可以设置为比m和n小至少一个数量级，因此，与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的优化器状态信息相比，该实现方式能够节省大量内存。
在一种可能的实现方式中，所述损失函数包括预测下一个字的任务对应的第一损失函数。例如，第一损失函数可以为L1(u)＝∑i log P(ui|ui-k,…,ui-1；Θ)。
在该实现方式中，通过采用预测下一个字的任务对应的第一损失函数对目标数据处理模型进行微调，有助于提高目标数据处理模型进行数据处理的准确性。
在其他可能的实现方式中，还可以采用预测下一个词的任务对应的损失函数、预测下一个令牌(token)的任务对应的损失函数等等，在此不做限定。
在一种可能的实现方式中，所述损失函数包括强化学习任务对应的第二损失函数。在该实现方式中，通过采用强化学习任务对应的第二损失函数对目标数据处理模型进行微调，有助于提高语义的安全性。
在一种可能的实现方式中，在所述更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵之后，所述方法还包括：响应于所述目标数据处理模型微调结束，确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第二乘积；将所述原参数矩阵与所述第二乘积之和，确定为所述第一网络层组对应的更新后的参数矩阵。
在该实现方式中，第二乘积可以表示在目标数据处理模型微调结束后，最新的所述第一参数矩阵与最新的所述第二参数矩阵的乘积。
在该实现方式中，可以根据W0+BA，确定第一网络层组对应的更新后的参数矩阵，其中，W0可以表示第一网络层组对应的原参数矩阵，A可以表示第一参数矩阵，B可以表示第二参数矩阵，BA可以表示第二乘积。
在该实现方式中，在目标数据处理模型微调的过程中，第一网络层组对应的原参数矩阵W0无需更新，只需在目标数据处理模型微调结束后与第二乘积相加即可得到第一网络层组对应的更新后的参数矩阵。
本公开实施例提供的大模型的微调方法可以应用于人工智能等技术领域，在此不做限定。本公开实施例提供的大模型的微调方法可以用于微调规模较大的数据处理模型(即大模型)，在此不做限定。
下面通过一个具体的应用场景说明本公开实施例提供的大模型的微调方法。在该应用场景中，显卡的显存容量可以为32G；目标数据处理模型可以采用ChatGLM-6B的网络结构，输入数据的长度可以为256；目标数据处理模型可以用于医疗问答领域。
可以将目标数据处理模型的前26层划分至第一网络层组，并可以将目标数据处理模型的后2层划分至第二网络层组。
第一网络层组对应的原参数矩阵W0的大小可以为m×n。可以初始化第一参数矩阵A和第二参数矩阵B，其中，第一参数矩阵A的大小可以为m×r，第二参数矩阵B的大小可以为r×n。其中，r<<m，且r<<n。第一参数矩阵A和第二参数矩阵B可以采用高斯分布初始化。
在目标数据处理模型微调的过程中，可以将W0+BA作为第一网络层组对应的总参数矩阵，参与前向传播和后向传播的计算。在目标数据处理模型的参数更新时，第一网络层组对应的原参数矩阵W0可以固定不变，只对第一参数矩阵A、第二参数矩阵B和第二网络层组对应的第三参数矩阵W1进行更新。另外，在目标数据处理模型微调的过程中，只需在显存中保存第一参数矩阵A、第二参数矩阵B和第三参数矩阵W1对应的梯度和优化器状态信息，而无需在显存中保存第一网络层组对应的原参数矩阵W0对应的梯度和优化器状态信息。
另外，在该应用场景中，可以采用预测下一个字的任务对应的第一损失函数对目标数据处理模型进行微调。
本公开实施例还提供了一种数据处理方法，包括：获取所述大模型的微调方法训练得到的目标数据处理模型；将待处理数据输入所述目标数据处理模型，通过所述目标数据处理模型输出所述待处理数据对应的数据处理结果。
在一种可能的实现方式中，所述待处理数据为待处理文本。
本公开实施例还提供了一种文本处理模型的微调方法。在一种可能的实现方式中，所述文本处理模型的微调方法的执行主体可以是文本处理模型的微调装置，例如，所述文本处理模型的微调方法可以由终端设备或服务器或其它电子设备执行。其中，终端设备可以是用户设备、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述文本处理模型的微调方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
所述文本处理模型的微调方法可以包括：将目标文本处理模型的网络层划分为第一网络层组和第二网络层组；根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数；将训练文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述训练文本对应的预测结果；根据所述训练文本对应的预测结果和所述训练文本对应的标签，确定所述目标文本处理模型对应的损失函数的值；根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
在本公开实施例中，源文本处理模型对应的领域可以称为源域，目标文本处理模型对应的领域可以称为目标域。目标文本处理模型的网络结构可以与源文本处理模型的网络结构相同，且目标文本处理模型可以在源文本处理模型的基础上进行微调。例如，目标文本处理模型可以采用ChatGLM-6B、LLaMA-13B、BLOOM等网络结构，在此不做限定。文本处理模型还可以称为语言模型等等，在此不做限定。
目标文本处理模型可以用于对话系统(例如医疗问答)、文本生成、语言纠错、文本分类、信息检索和搜索引擎、语音识别、语音合成、自动摘要、机器翻译、智能文本分析等应用领域，在此不做限定。
在本公开实施例中，可以将目标文本处理模型的网络层划分为第一网络层组和第二网络层组。其中，第一网络层组和第二网络层组可以分别包括目标文本处理模型中的至少一个网络层。第二网络层组中的网络层的数量越大，则目标文本处理模型的训练效果越好。
在一种可能的实现方式中，所述方法还包括：获取显存的容量值；根据所述容量值，确定所述第二网络层组中的网络层的数量。在该实现方式中，通过根据显存的容量，确定第二网络层组中的网络层的数量，由此能够在满足各网络层的显存需求的前提下，充分利用显存资源。
作为该实现方式的一个示例，可以结合目标文本处理模型的输入文本的长度、网络层的参数量等中的至少之一，确定第二网络层组中的网络层的数量。
例如，目标文本处理模型采用ChatGLM-6B的网络结构，输入文本的长度为256，显卡的显存容量为32G。那么，第二网络层组中的网络层的数量最大可以设置为3。然而，考虑到第一网络层组中的网络层也需要微调，也要占用显存，因此，可以将第二网络层组中的网络层的数量确定为2，即，可以将目标文本处理模型中的最后2个网络层划分至第二网络层组，以为第一网络层组中的网络层预留显存。
在一种可能的实现方式中，所述第一网络层组包括所述目标文本处理模型的前M个网络层，所述第二网络层组包括所述目标文本处理模型的后N个网络层，所述目标文本处理模型的网络层数为M+N，其中，M和N均为大于或等于1的整数。
在该实现方式中，第一网络层组可以包括目标文本处理模型的前M个连续的网络层，第二网络层组可以包括目标文本处理模型的后N个连续的网络层。在该实现方式中，目标文本处理模型的前M个网络层，可以表示目标文本处理模型的最前的M个网络层；目标文本处理模型的后N个网络层，可以表示目标文本处理模型的最后的N个网络层。
例如，目标文本处理模型采用ChatGLM-6B的网络结构，其中，ChatGLM-6B包括28个网络层。在一个例子中，可以将ChatGLM-6B中的前26层划分至第一网络层组，并将ChatGLM-6B中的后2层划分至第二网络层组。在这个例子中，M＝26，N＝2，M+N＝28。
由于网络层的位置越靠后，通常对文本处理模型的输出结果的影响越大，因此，在该实现方式中，通过将目标文本处理模型的前M个网络层划分至第一网络层组，将目标文本处理模型的后N个网络层划分至第二网络层组，由此有利于在有限的显存资源的前提下，提高目标文本处理模型的微调效果。
在另一种可能的实现方式中，可以根据实际应用场景需求灵活确定第一网络层组中的网络层和第二网络层组中的网络层。例如，可以通过人工选择，将目标文本处理模型中对输出结果影响较大的网络层划分至第二网络层组。
在本公开实施例中，在确定出第一网络层组之后，可以根据第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵。其中，第一参数矩阵的行数等于第一网络层组对应的原参数矩阵的行数，第二参数矩阵的列数等于第一网络层组对应的原参数矩阵的列数，第一参数矩阵的列数小于第一网络层组对应的原参数矩阵的列数，且第二参数矩阵的行数等于第一参数矩阵的列数。
例如，第一网络层组对应的原参数矩阵的大小为m×n，即，第一网络层组对应的原参数矩阵的行数为m，列数为n。那么，第一参数矩阵的大小可以为m×r，即第一参数矩阵的行数可以为m，列数可以为r。第二参数矩阵的大小可以为r×n，即，第二参数矩阵的行数可以为r，列数可以为n。其中，r＜m，且r＜n。
在一种可能的实现方式中，所述第一参数矩阵的列数比所述原参数矩阵的列数小至少一个数量级。
例如，第一参数矩阵的列数可以比原参数矩阵的列数小一个数量级；又如，第一参数矩阵的列数可以比原参数矩阵的列数小两个数量级；又如，第一参数矩阵的列数可以比原参数矩阵的列数小三个数量级；等等。
例如，第一网络层组对应的原参数矩阵的大小为m×n，第一参数矩阵的大小为m×r，第二参数矩阵的大小为r×n，r<<m，且r<<n。例如，r可以为8、16、4、64、2等等，在此不做限定。
在该实现方式中，通过将第一参数矩阵的列数和第二参数矩阵的行数设置为比第一网络层组对应的原参数矩阵的行数和列数小至少一个数量级，有助于节省大量显存资源。
在一种可能的实现方式中，第一参数矩阵和第二参数矩阵可以采用高斯分布初始化，以增加目标文本处理模型的泛化能力。
在本公开实施例中，可以采用目标域的训练文本集微调目标文本处理模型，其中，所述训练文本集可以包括多个训练文本。对于任一训练文本，可以将所述训练文本输入目标文本处理模型，通过目标文本处理模型提取所述训练文本对应的特征向量，并基于所述训练文本对应的特征向量得到所述训练文本对应的预测结果。
其中，在目标文本处理模型微调的过程中，可以将W0+BA作为第一网络层组对应的总参数矩阵，参与前向传播和后向传播的计算。其中，W0可以表示第一网络层组对应的原参数矩阵，A可以表示第一参数矩阵，B可以表示第二参数矩阵。在目标文本处理模型的参数更新时，W0可以固定不变，只对A、B和W1进行更新，其中，W1可以表示第二网络层组对应的第三参数矩阵。
在一种可能的实现方式中，在所述目标文本处理模型微调的过程中，所述原参数矩阵保持固定。在该实现方式中，在目标文本处理模型微调的过程中，第一网络层组对应的原参数矩阵保持固定，即，第一网络层组对应的原参数矩阵保持冻结，不再进一步调整。通过在所述目标文本处理模型微调的过程中，所述原参数矩阵保持固定，由此能够节省大量显存资源。
在一种可能的实现方式中，所述将训练文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述训练文本对应的预测结果，包括：确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积；将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵；将所述训练文本输入所述目标文本处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练文本对应的预测结果。
在该实现方式中，第一乘积可以表示在目标文本处理模型微调的过程中，最新的所述第一参数矩阵与最新的所述第二参数矩阵的乘积。
例如，可以根据W0+BA，确定第一网络层组对应的最新总参数矩阵，其中，W0可以表示第一网络层组对应的原参数矩阵，A可以表示第一参数矩阵，B可以表示第二参数矩阵，BA可以表示第一乘积。
在该实现方式中，通过确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积，将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵，并将所述训练文本输入所述目标文本处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练文本对应的预测结果，由此在目标文本处理模型微调的过程中，可以基于第一网络层组对应的最新总参数矩阵，实现前向传播的计算。
作为该实现方式的一个示例，所述根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵，包括：根据所述损失函数的值，确定所述第一参数矩阵对应的第一梯度、所述第二参数矩阵对应的第二梯度以及所述第三参数矩阵对应的第三梯度；根据所述第一梯度，更新所述第一参数矩阵；根据所述第二梯度，更新所述第二参数矩阵；根据所述第三梯度，更新所述第三参数矩阵。
在该实现方式中，第一梯度可以表示第一参数矩阵对应的梯度，第二梯度可以表示第二参数矩阵对应的梯度，第三梯度可以表示第三参数矩阵对应的梯度。
在该实现方式中，可以根据所述损失函数的值，确定所述最新总参数矩阵对应的梯度，并可以根据最新总参数矩阵对应的梯度，得到所述第一参数矩阵对应的第一梯度和所述第二参数矩阵对应的第二梯度。在该实现方式中，在目标文本处理模型微调的过程中，可以基于第一网络层组对应的总参数矩阵，实现后向传播的计算。
在一种可能的实现方式中，所述方法还包括：在显存中，保存所述第一梯度、所述第二梯度和所述第三梯度。
在该实现方式中，在目标文本处理模型微调的过程中，可以仅在显存中保存第一参数矩阵对应的第一梯度、第二参数矩阵对应的第二梯度和第三参数矩阵对应的第三梯度，而无需在显存中保存第一网络层组对应的原参数矩阵对应的梯度，从而能够节省显存。
与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的梯度相比，该实现方式只需要在显卡中保存第一参数矩阵对应的第一梯度和第二参数矩阵对应的第二梯度。例如，第一网络层组对应的原参数矩阵的参数量为m×n，第一参数矩阵和第二参数矩阵的参数总量为(m+n)×r。由于r可以设置为比m和n小至少一个数量级，因此，与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的梯度相比，该实现方式能够节省大量内存。
作为该实现方式的一个示例，所述方法还包括：在显存中，保存所述第一参数矩阵对应的第一优化器状态信息、所述第二参数矩阵对应的第二优化器状态信息和所述第三参数矩阵对应的第三优化器状态信息。
在该示例中，第一优化器状态信息可以表示第一参数矩阵对应的优化器的状态信息，第二优化器状态信息可以表示第二参数矩阵对应的优化器的状态信息，第三优化器状态信息可以表示第三参数矩阵对应的优化器的状态信息。
其中，优化器状态信息可以表示优化器在进行梯度更新时所需使用的数据。例如，在采用SGD(Stochastic Gradient Descent，随机梯度下降)优化器的情况下，优化器状态信息可以包括动量(momentum)；又如，在采用Adam优化器的情况下，优化器状态信息可以包括一阶动量和二阶动量；等等。
在该示例中，在目标文本处理模型微调的过程中，可以仅在显存中保存第一参数矩阵对应的第一优化器状态信息、第二参数矩阵对应的第二优化器状态信息和第三参数矩阵对应的第三优化器状态信息，而无需在显存中保存第一网络层组对应的原参数矩阵对应的优化器状态信息，从而能够节省显存。
与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的优化器状态信息相比，该实现方式只需要在显卡中保存第一参数矩阵对应的第一优化器状态信息和第二参数矩阵对应的第二优化器状态信息。例如，第一网络层组对应的原参数矩阵的参数量为m×n，第一参数矩阵和第二参数矩阵的参数总量为(m+n)×r。由于r可以设置为比m和n小至少一个数量级，因此，与全量微调需要在显卡中保存第一网络层组对应的原参数矩阵对应的优化器状态信息相比，该实现方式能够节省大量内存。
在一种可能的实现方式中，所述损失函数包括预测下一个字的任务对应的第一损失函数。例如，第一损失函数可以为L1(u)＝∑i log P(ui|ui-k,…,ui-1；Θ)。
在该实现方式中，通过采用预测下一个字的任务对应的第一损失函数对目标文本处理模型进行微调，有助于提高目标文本处理模型进行文本处理的准确性。
在其他可能的实现方式中，还可以采用预测下一个词的任务对应的损失函数、预测下一个令牌(token)的任务对应的损失函数等等，在此不做限定。
在一种可能的实现方式中，所述损失函数包括强化学习任务对应的第二损失函数。在该实现方式中，通过采用强化学习任务对应的第二损失函数对目标文本处理模型进行微调，有助于提高语义的安全性。
在一种可能的实现方式中，在所述更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵之后，所述方法还包括：响应于所述目标文本处理模型微调结束，确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第二乘积；将所述原参数矩阵与所述第二乘积之和，确定为所述第一网络层组对应的更新后的参数矩阵。
在该实现方式中，第二乘积可以表示在目标文本处理模型微调结束后，最新的所述第一参数矩阵与最新的所述第二参数矩阵的乘积。
在该实现方式中，可以根据W0+BA，确定第一网络层组对应的更新后的参数矩阵，其中，W0可以表示第一网络层组对应的原参数矩阵，A可以表示第一参数矩阵，B可以表示第二参数矩阵，BA可以表示第二乘积。
在该实现方式中，在目标文本处理模型微调的过程中，第一网络层组对应的原参数矩阵W0无需更新，只需在目标文本处理模型微调结束后与第二乘积相加即可得到第一网络层组对应的更新后的参数矩阵。
本公开实施例提供的文本处理模型的微调方法可以应用于人工智能等技术领域，在此不做限定。本公开实施例提供的文本处理模型的微调方法可以用于微调规模较大的文本处理模型(即大模型)，在此不做限定。
下面通过一个具体的应用场景说明本公开实施例提供的文本处理模型的微调方法。在该应用场景中，显卡的显存容量可以为32G；目标文本处理模型可以采用ChatGLM-6B的网络结构，输入文本的长度可以为256；目标文本处理模型可以用于医疗问答领域。
可以将目标文本处理模型的前26层划分至第一网络层组，并可以将目标文本处理模型的后2层划分至第二网络层组。
第一网络层组对应的原参数矩阵W0的大小可以为m×n。可以初始化第一参数矩阵A和第二参数矩阵B，其中，第一参数矩阵A的大小可以为m×r，第二参数矩阵B的大小可以为r×n。其中，r<<m，且r<<n。第一参数矩阵A和第二参数矩阵B可以采用高斯分布初始化。
在目标文本处理模型微调的过程中，可以将W0+BA作为第一网络层组对应的总参数矩阵，参与前向传播和后向传播的计算。在目标文本处理模型的参数更新时，第一网络层组对应的原参数矩阵W0可以固定不变，只对第一参数矩阵A、第二参数矩阵B和第二网络层组对应的第三参数矩阵W1进行更新。另外，在目标文本处理模型微调的过程中，只需在显存中保存第一参数矩阵A、第二参数矩阵B和第三参数矩阵W1对应的梯度和优化器状态信息，而无需在显存中保存第一网络层组对应的原参数矩阵W0对应的梯度和优化器状态信息。
另外，在该应用场景中，可以采用预测下一个字的任务对应的第一损失函数对目标文本处理模型进行微调。
本公开实施例还提供了一种文本处理方法，包括：获取所述文本处理模型的微调方法训练得到的目标文本处理模型；将待处理文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述待处理文本对应的文本处理结果。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了大模型的微调装置、数据处理装置、电子设备、计算机可读存储介质、计算机程序产品，上述均可用来实现本公开提供的任一种大模型的微调方法或数据处理方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。
图2示出本公开实施例提供的大模型的微调装置的框图。如图2所示，所述大模型的微调装置包括：
划分模块21，用于将目标数据处理模型的网络层划分为第一网络层组和第二网络层组；
初始化模块22，用于根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数；
预测模块23，用于将训练样本输入所述目标数据处理模型，通过所述目标数据处理模型输出所述训练样本对应的预测结果；
第一确定模块24，用于根据所述训练样本对应的预测结果和所述训练样本对应的标签，确定所述目标数据处理模型对应的损失函数的值；
更新模块25，用于根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
在一种可能的实现方式中，所述第一网络层组包括所述目标数据处理模型的前M个网络层，所述第二网络层组包括所述目标数据处理模型的后N个网络层，所述目标数据处理模型的网络层数为M+N，其中，M和N均为大于或等于1的整数。
在一种可能的实现方式中，所述第一参数矩阵的列数比所述原参数矩阵的列数小至少一个数量级。
在一种可能的实现方式中，在所述目标数据处理模型微调的过程中，所述原参数矩阵保持固定。
在一种可能的实现方式中，所述预测模块23用于：
确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积；
将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵；
将所述训练样本输入所述目标数据处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练样本对应的预测结果。
在一种可能的实现方式中，所述更新模块25用于：
根据所述损失函数的值，确定所述第一参数矩阵对应的第一梯度、所述第二参数矩阵对应的第二梯度以及所述第三参数矩阵对应的第三梯度；
根据所述第一梯度，更新所述第一参数矩阵；
根据所述第二梯度，更新所述第二参数矩阵；
根据所述第三梯度，更新所述第三参数矩阵。
在一种可能的实现方式中，所述装置还包括：
第一保存模块，用于在显存中，保存所述第一梯度、所述第二梯度和所述第三梯度。
在一种可能的实现方式中，所述装置还包括：
第二保存模块，用于在显存中，保存所述第一参数矩阵对应的第一优化器状态信息、所述第二参数矩阵对应的第二优化器状态信息和所述第三参数矩阵对应的第三优化器状态信息。
在一种可能的实现方式中，所述装置还包括：
第二确定模块，用于响应于所述目标数据处理模型微调结束，确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第二乘积；
第三确定模块，用于将所述原参数矩阵与所述第二乘积之和，确定为所述第一网络层组对应的更新后的参数矩阵。
在一种可能的实现方式中，所述装置还包括：
第二获取模块，用于获取显存的容量值；
第四获取模块，用于根据所述容量值，确定所述第二网络层组中的网络层的数量。
在一种可能的实现方式中，所述损失函数包括预测下一个字的任务对应的第一损失函数。
在一种可能的实现方式中，所述损失函数包括强化学习任务对应的第二损失函数。
本公开实施例还提供了一种数据处理装置，包括：第一获取模块，用于获取所述大模型的微调装置训练得到的目标数据处理模型；数据处理模块，用于将待处理数据输入所述目标数据处理模型，通过所述目标数据处理模型输出所述待处理数据对应的数据处理结果。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。
本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图3示出本公开实施例提供的电子设备1900的框图。例如，电子设备1900可以被提供为一服务器或一终端。参照图3，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入/输出接口1958(I/O接口)。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(MacOS XTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
若本公开实施例的技术方案涉及个人信息，应用本公开实施例的技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本公开实施例的技术方案涉及敏感个人信息，应用本公开实施例的技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种大模型的微调方法，其特征在于，包括：
将目标文本处理模型的网络层划分为第一网络层组和第二网络层组；
根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数；
将训练文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述训练文本对应的预测结果；
根据所述训练文本对应的预测结果和所述训练文本对应的标签，确定所述目标文本处理模型对应的损失函数的值；
根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
2.根据权利要求1所述的方法，其特征在于，所述第一网络层组包括所述目标文本处理模型的前M个网络层，所述第二网络层组包括所述目标文本处理模型的后N个网络层，所述目标文本处理模型的网络层数为M+N，其中，M和N均为大于或等于1的整数。
3.根据权利要求1所述的方法，其特征在于，所述第一参数矩阵的列数比所述原参数矩阵的列数小至少一个数量级。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，在所述目标文本处理模型微调的过程中，所述原参数矩阵保持固定。
5.根据权利要求1至3中任意一项所述的方法，其特征在于，所述将训练文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述训练文本对应的预测结果，包括：
确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第一乘积；
将所述原参数矩阵与所述第一乘积之和，确定为所述第一网络层组对应的最新总参数矩阵；
将所述训练文本输入所述目标文本处理模型，基于所述最新总参数矩阵和最新的所述第三参数矩阵，得到所述训练文本对应的预测结果。
6.根据权利要求5所述的方法，其特征在于，所述根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵，包括：
根据所述损失函数的值，确定所述第一参数矩阵对应的第一梯度、所述第二参数矩阵对应的第二梯度以及所述第三参数矩阵对应的第三梯度；
根据所述第一梯度，更新所述第一参数矩阵；
根据所述第二梯度，更新所述第二参数矩阵；
根据所述第三梯度，更新所述第三参数矩阵。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在显存中，保存所述第一梯度、所述第二梯度和所述第三梯度。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
在显存中，保存所述第一参数矩阵对应的第一优化器状态信息、所述第二参数矩阵对应的第二优化器状态信息和所述第三参数矩阵对应的第三优化器状态信息。
9.根据权利要求1至3中任意一项所述的方法，其特征在于，在所述更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵之后，所述方法还包括：
响应于所述目标文本处理模型微调结束，确定最新的所述第一参数矩阵与最新的所述第二参数矩阵的第二乘积；
将所述原参数矩阵与所述第二乘积之和，确定为所述第一网络层组对应的更新后的参数矩阵。
10.根据权利要求1至3中任意一项所述的方法，其特征在于，所述方法还包括：
获取显存的容量值；
根据所述容量值，确定所述第二网络层组中的网络层的数量。
11.根据权利要求1至3中任意一项所述的方法，其特征在于，所述损失函数包括预测下一个字的任务对应的第一损失函数。
12.根据权利要求1至3中任意一项所述的方法，其特征在于，所述损失函数包括强化学习任务对应的第二损失函数。
13.一种文本处理方法，其特征在于，包括：
获取如权利要求1至12中任意一项所述的大模型的微调方法训练得到的目标文本处理模型；
将待处理文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述待处理文本对应的文本处理结果。
14.一种大模型的微调装置，其特征在于，包括：
划分模块，用于将目标文本处理模型的网络层划分为第一网络层组和第二网络层组；
初始化模块，用于根据所述第一网络层组对应的原参数矩阵的行数和列数，初始化第一参数矩阵和第二参数矩阵，其中，所述第一参数矩阵的行数等于所述原参数矩阵的行数，所述第一参数矩阵的列数小于所述原参数矩阵的列数，所述第二参数矩阵的列数等于所述原参数矩阵的列数，且所述第二参数矩阵的行数等于所述第一参数矩阵的列数；
预测模块，用于将训练文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述训练文本对应的预测结果；
第一确定模块，用于根据所述训练文本对应的预测结果和所述训练文本对应的标签，确定所述目标文本处理模型对应的损失函数的值；
更新模块，用于根据所述损失函数的值，更新所述第一参数矩阵、所述第二参数矩阵以及所述第二网络层组对应的第三参数矩阵。
15.一种文本处理装置，其特征在于，包括：
第一获取模块，用于获取如权利要求14所述的大模型的微调装置训练得到的目标文本处理模型；
文本处理模块，用于将待处理文本输入所述目标文本处理模型，通过所述目标文本处理模型输出所述待处理文本对应的文本处理结果。
16.一种电子设备，其特征在于，包括：
一个或多个处理器；
用于存储可执行指令的存储器；
其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行权利要求1至13中任意一项所述的方法。
17.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至13中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311233566.4A CN117217288B (zh) | 2023-09-21 | 2023-09-21 | 大模型的微调方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311233566.4A CN117217288B (zh) | 2023-09-21 | 2023-09-21 | 大模型的微调方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117217288A CN117217288A (zh) | 2023-12-12 |
| CN117217288B true CN117217288B (zh) | 2024-04-05 |
Family
ID=89045985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311233566.4A Active CN117217288B (zh) | 2023-09-21 | 2023-09-21 | 大模型的微调方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117217288B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118228049A (zh) * | 2024-03-21 | 2024-06-21 | 摩尔线程智能科技(北京)有限责任公司 | 大模型微调方法、装置、电子设备、存储介质和程序产品 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840530A (zh) * | 2017-11-24 | 2019-06-04 | 华为技术有限公司 | 训练多标签分类模型的方法和装置 |
| CN112016622A (zh) * | 2020-08-28 | 2020-12-01 | 中移（杭州）信息技术有限公司 | 模型训练的方法、电子设备和计算机可读存储介质 |
| CN113435451A (zh) * | 2021-06-28 | 2021-09-24 | 华为技术有限公司 | 模型、模型的训练方法和装置、字符序列的识别和装置 |
| CN114912540A (zh) * | 2022-05-30 | 2022-08-16 | 上海商汤智能科技有限公司 | 迁移学习方法、装置、设备及存储介质 |
| CN115169543A (zh) * | 2022-09-05 | 2022-10-11 | 广东工业大学 | 一种基于迁移学习的短期光伏功率预测方法及系统 |
| WO2023024368A1 (zh) * | 2021-08-21 | 2023-03-02 | 深圳前海微众银行股份有限公司 | 横向联邦学习建模优化方法、设备、介质及程序产品 |
| CN116108893A (zh) * | 2023-02-20 | 2023-05-12 | 上海壁仞智能科技有限公司 | 卷积神经网络的自适应微调方法、装置、设备及存储介质 |
| WO2023125654A1 (zh) * | 2021-12-29 | 2023-07-06 | 杭州海康威视数字技术股份有限公司 | 人脸识别模型的训练方法、装置、电子设备及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11232356B2 (en) * | 2019-08-09 | 2022-01-25 | Google Llc | Training giant neural networks using pipeline parallelism |
| JP2023067357A (ja) * | 2021-11-01 | 2023-05-16 | キヤノンメディカルシステムズ株式会社 | 推論装置、医用画像診断装置、推論方法及び学習済みニューラルネットワーク生成方法 |
| US20220398834A1 (en) * | 2022-08-17 | 2022-12-15 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for transfer learning |
-
2023
- 2023-09-21 CN CN202311233566.4A patent/CN117217288B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840530A (zh) * | 2017-11-24 | 2019-06-04 | 华为技术有限公司 | 训练多标签分类模型的方法和装置 |
| CN112016622A (zh) * | 2020-08-28 | 2020-12-01 | 中移（杭州）信息技术有限公司 | 模型训练的方法、电子设备和计算机可读存储介质 |
| CN113435451A (zh) * | 2021-06-28 | 2021-09-24 | 华为技术有限公司 | 模型、模型的训练方法和装置、字符序列的识别和装置 |
| WO2023024368A1 (zh) * | 2021-08-21 | 2023-03-02 | 深圳前海微众银行股份有限公司 | 横向联邦学习建模优化方法、设备、介质及程序产品 |
| WO2023125654A1 (zh) * | 2021-12-29 | 2023-07-06 | 杭州海康威视数字技术股份有限公司 | 人脸识别模型的训练方法、装置、电子设备及存储介质 |
| CN114912540A (zh) * | 2022-05-30 | 2022-08-16 | 上海商汤智能科技有限公司 | 迁移学习方法、装置、设备及存储介质 |
| CN115169543A (zh) * | 2022-09-05 | 2022-10-11 | 广东工业大学 | 一种基于迁移学习的短期光伏功率预测方法及系统 |
| CN116108893A (zh) * | 2023-02-20 | 2023-05-12 | 上海壁仞智能科技有限公司 | 卷积神经网络的自适应微调方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| PARAMETER-EFFICIENT FINE-TUNING DESIGN SPACES;Jiaao Chen 等;《arXiv》;20230104;1-18 * |
| 基于AVX2指令集的深度学习混合运算策略;蒋文斌 等;《清华大学学报(自然科学版)》;20200109;第60卷(第5期);408-414 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117217288A (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3812969A1 (en) | Neural network model compression method, corpus translation method and device | |
| CN107391646B (zh) | 一种视频图像的语义信息提取方法及装置 | |
| CN117350360B (zh) | 大模型的微调方法、装置、电子设备和存储介质 | |
| CN113470619B (zh) | 语音识别方法、装置、介质及设备 | |
| CN117217288B (zh) | 大模型的微调方法、装置、电子设备和存储介质 | |
| CN108629414A (zh) | 深度哈希学习方法及装置 | |
| CN112883967B (zh) | 图像字符识别方法、装置、介质及电子设备 | |
| CN112883968A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
| CN111738010A (zh) | 用于生成语义匹配模型的方法和装置 | |
| CN110019849B (zh) | 一种基于注意力机制的视频关注时刻检索方法及装置 | |
| CN113362811A (zh) | 模型的训练方法、语音识别方法、装置、介质及设备 | |
| CN117350354B (zh) | 大模型的训练方法、装置、电子设备和存储介质 | |
| CN113361677B (zh) | 神经网络模型的量化方法和装置 | |
| CN111460214B (zh) | 分类模型训练方法、音频分类方法、装置、介质及设备 | |
| CN114429629A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
| CN117688386A (zh) | 大模型的参数调整方法、装置、电子设备和存储介质 | |
| CN112884144A (zh) | 网络量化方法及装置、电子设备和存储介质 | |
| CN118364275A (zh) | 大模型微调方法、装置、电子设备、存储介质和程序产品 | |
| CN116029291B (zh) | 关键词识别方法、装置、电子设备和存储介质 | |
| CN115661492B (zh) | 图像比对方法、装置、电子设备、存储介质和程序产品 | |
| CN113656573B (zh) | 文本信息生成方法、装置、终端设备 | |
| CN115052188B (zh) | 一种视频剪辑方法、装置、设备及介质 | |
| CN117557822A (zh) | 图像分类方法、装置、电子设备和计算机可读介质 | |
| CN118052285A (zh) | 视觉常识推理方法、装置、电子设备和存储介质 | |
| CN115240038A (zh) | 图像处理模型的训练方法、装置、设备、介质和程序产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |