以翻译 Kubernetes 文档为例,探索 AI 模型 Fine-Tuning 微调

在现在的 AI 领域,Fine-Tuning(微调)是一种常见且有效的方法,通过对已经训练好的模型进行特定任务的微调,可以使模型在特定场景下表现得更加出色和符合需求。在这篇文章中,我将以 Kubernetes 文档的英译中为背景,分享我进行 Fine-Tuning 的探索过程。

Fine-Tuning 的基本过程

Fine-Tuning 的核心思想是,在一个预训练模型的基础上,使用特定领域的数据进行进一步训练,从而让模型更好地适应该领域。通常,Fine-Tuning 包括以下几个步骤:

  • 选择预训练模型:根据任务需求选择合适的预训练模型,例如特定领域模型或者通用的大语言模型(LLM)。
  • 准备数据集:收集并整理与目标任务相关的数据集,为模型微调提供训练样本。
  • 模型微调:通过在该数据集上进行训练,使模型在特定任务中表现得更好。
  • 模型评估与优化:评估模型表现,根据需要进行调整。
  • 输出新模型:微调完成后,保存优化后的模型,供后续任务使用。

在这次实验中,我首先尝试使用专用的翻译模型进行 Fine-Tuning,然后进一步尝试以大语言模型(LLM)为基础进行 Fine-Tuning

基于特定领域模型的 Fine-Tuning

由于翻译是一个特定领域,已经存在很多相关的模型,并且这些模型相比于 LLM 会更小。因此,我首先选择了 HuggingFace 上的 Helsinki-NLP/opus-mt-en-zh 模型进行尝试。

数据准备:我的数据集取自 Kubernetes 官方文档,然后整理成了 jsonl 文件,内容如下图所示,en 表示英文原文,zh 表示对应的中文翻译:

代码实现如下:

基本过程就是:加载基础模型、加载并划分数据集、数据预处理、设置训练参数然后训练、评估、最后输出微调好的新模型。

由于我本地硬件资源的限制,我只能加载部分数据进行训练,并且降低了训练的批次和轮次,读者可以根据实际情况调整为不同的参数。

基于 LLM 的 Fine-Tuning 尝试

Seq2Seq 和 CausalLM 的区别

上文中使用的翻译领域模型是一种 Seq2Seq(序列到序列)模型,它使用的是 encoder-decoder(编码-解码)架构,编码器将输入序列编码为一个上下文向量,解码器基于这个上下文向量生成输出序列,翻译的过程就是一个编码解码的过程。

而常见的 LLM 则属于 CausalLM(因果语言模型),基于自回归方式,仅考虑前面的上下文信息来生成后续词语,其实就是文字接龙。

LLM Fine-Tuning

Fine-Tuning 的过程基本类似,但是由于 LLMCausalLM)与 Seq2Seqencoder-decoder)模型并不相同,因此两者在数据集的输入格式、训练方式、评估存在区别。

比如,使用 LLM 进行 Fine-Tuning 的时候,需要对输入数据进行额外的 prompt 格式转换:

python 复制代码
"""<|im_start|>system
You are a professional translator who can translate English to Chinese accurately while preserving the original formatting and technical terms.
<|im_end|>
<|im_start|>user
Translate the following English text to Chinese:
{en_text}
<|im_end|>
<|im_start|>assistant
{zh_text}
<|im_end|>"""

通过 system 指定背景,user 代表用户,assistant 代表 AI 的回答,把数据集按照上述格式填充,然后再进行训练。

使用 LoRA 加速 Fine-Tuning

本地训练 LLM 会更加消耗资源,即使我只选择了 Qwen2.5-0.5B 这个小模型,只加载数据集的部分数据,并且调整训练参数也无法完成 Fine-Tuning。因此,我不得不寻求一种资源占用更低、性能更好的方式,而 LoRA 就是其中一种。

LoRA 通过在训练大型模型时引入低秩矩阵分解,只对模型的一部分参数进行 Fine-Tuning,其余参数保持不变,从而显著减少内存占用并提高训练效率。

我的代码实现如下:

通过 LoRA 技术,我得以在有限的硬件资源下完成了 LLMFine-Tuning

总结

在这次基于 Kubernetes 文档的翻译实验中,我探索了分别使用特定领域模型和 LLM 进行 Fine-Tuning 的过程,并通过 LoRA 技术有效地提升了 Fine-Tuning 的性能。除了 LoRA 之外,还有 AdapterQLoRADoRA 等等,它们都属于 Parameter-Efficient Fine-TuningPEFT)的研究范畴。

(关注我,无广告,专注技术,不煽动情绪,也欢迎与我交流)


参考资料:

相关推荐
云空1 分钟前
《探索电脑麦克风声音采集多窗口实时可视化技术》
人工智能·python·算法
麦兜*5 分钟前
【Spring Boot】Spring Boot 4.0 的颠覆性AI特性全景解析,结合智能编码实战案例、底层架构革新及Prompt工程手册
java·人工智能·spring boot·后端·spring·架构
江南一点雨6 分钟前
ChatGPT,从规则到强化学习
后端
用户9272472502199 分钟前
实现新闻自动采集并发布到博客
后端
张较瘦_9 分钟前
[论文阅读] 人工智能 | 5C提示词框架的研究
论文阅读·人工智能
野犬寒鸦14 分钟前
MyBatis-Plus 中使用 Wrapper 自定义 SQL
java·数据库·后端·sql·mybatis
expect7g21 分钟前
Java的DNS缓存问题
java·后端
超龄超能程序猿22 分钟前
使用 Python 对本地图片进行图像分类
开发语言·人工智能·python·机器学习·分类·数据挖掘·scipy
大千AI助手25 分钟前
RLHF:人类反馈强化学习 | 对齐AI与人类价值观的核心引擎
人工智能·深度学习·算法·机器学习·强化学习·rlhf·人类反馈强化学习
我爱一条柴ya37 分钟前
【AI大模型】RAG系统组件:向量数据库(ChromaDB)
数据库·人工智能·pytorch·python·ai·ai编程