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 LLM
(CausalLM
)与 Seq2Seq
(encoder-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
"""<|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 LLM
的 Fine-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 Adapter
、QLoRA
、DoRA
等等,它们都属于 Parameter-Efficient Fine-Tuning
(PEFT
)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: