Ajustare eficientă în RLHF

Reinforcement Learning from Human Feedback (RLHF)

Mina Parham

AI Engineer

Ajustare eficientă a parametrilor

  • Ajustarea unui model complet

Ilustrație reprezentând o rețea neuronală.

Reinforcement Learning from Human Feedback (RLHF)

Ajustare eficientă a parametrilor

  • Ajustare cu PEFT

Ilustrație reprezentând o rețea neuronală cu majoritatea parametrilor înghețați.

  • LoRA: ajustează doar câteva straturi
  • Cuantizare: reduce precizia tipului de date
Reinforcement Learning from Human Feedback (RLHF)

Pasul 1: încărcați modelul activ la precizie de 8 biți

from peft import prepare_model_for_int8_training


pretrained_model = AutoModelForCausalLM.from_pretrained(
                                                        model_name, 
                                                        load_in_8bit=True
                                                       )

pretrained_model_8bit = prepare_model_for_int8_training(pretrained_model)
Reinforcement Learning from Human Feedback (RLHF)

Pasul 2: adăugați adaptoare antrenabile cu peft

from peft import LoraConfig, get_peft_model


config = LoraConfig(

    r=32, # Rank of the low-rank matrices

    lora_alpha=32, # Scaling factor for the LoRA updates

    lora_dropout=0.1, # Dropout rate for LoRA layers

    bias="lora_only"# Only update bias terms for LoRA layers, others remain frozen

)


lora_model = get_peft_model(pretrained_model_8bit, config)
model = AutoModelForCausalLMWithValueHead.from_pretrained(lora_model)
Reinforcement Learning from Human Feedback (RLHF)

Pasul 3: utilizați un singur model pentru logits de referință și activ

ppo_trainer = PPOTrainer(
    config, # The config we just defined
    model, # Our PPO model
    ref_model=None, 
    tokenizer=tokenizer, 
    dataset=dataset, 
    data_collator=collator, 
    optimizer=optimizer
)
Reinforcement Learning from Human Feedback (RLHF)

Să exersăm!

Reinforcement Learning from Human Feedback (RLHF)

Preparing Video For Download...