LongLoRA学习资料汇总 - 高效扩展大语言模型上下文长度的微调方法

什么是LongLoRA?

LongLoRA(Long Low-Rank Adaptation)是一种高效的微调方法,可以显著扩展预训练大语言模型的上下文长度,同时保持较低的计算成本。它主要包含两个关键技术:

1. 稀疏局部注意力(Shifted Sparse Attention): 在微调阶段使用稀疏局部注意力机制,大幅降低计算成本。

2. 改进的LoRA: 通过开放嵌入层和归一化层进行训练,弥补了原始LoRA在长上下文扩展中的不足。

LongLoRA能够将Llama2-7B模型的上下文从4k扩展到100k,或将Llama2-70B扩展到32k,仅需要单台8 GPU的机器即可完成。

相关资源

论文

• LongLoRA: Efficient Fine-tuning of Long-Context Large Language Models

代码实现

• GitHub官方代码库

预训练模型

• Yukang/LongAlpaca-7B
• Yukang/LongAlpaca-13B
• Yukang/LongAlpaca-70B

数据集

• Yukang/LongAlpaca-12k: 用于监督微调的长上下文问答数据集

博客文章

• Papers Explained: LongLoRA - 对论文的详细解读

使用教程

1. 克隆代码库:

git clone https://github.com/dvlab-research/LongLoRA.git
cd LongLoRA

2. 安装依赖:

pip install -r requirements.txt

3. 下载预训练模型并进行微调:

python train.py --model_name_or_path meta-llama/Llama-2-7b-hf \
                --output_dir ./output \
                --num_train_epochs 1 \
                --per_device_train_batch_size 1 \
                --per_device_eval_batch_size 1 \
                --gradient_accumulation_steps 16 \
                --evaluation_strategy "no" \
                --save_strategy "steps" \
                --save_steps 2000 \
                --save_total_limit 1 \
                --learning_rate 2e-5 \
                --weight_decay 0. \
                --warmup_ratio 0.03 \
                --lr_scheduler_type "cosine" \
                --logging_steps 1 \
                --fsdp "full_shard auto_wrap" \
                --fsdp_transformer_layer_cls_to_wrap 'LlamaDecoderLayer' \
                --tf32 True \
                --model_max_length 8192 \
                --gradient_checkpointing True \
                --dataloader_num_workers 1

更多详细使用说明请参考GitHub README。

总结

LongLoRA为扩展大语言模型的上下文长度提供了一种高效的解决方案。通过本文提供的资源,读者可以深入了解LongLoRA的原理,并快速上手使用这一技术。随着长上下文处理能力的提升,LLM将在更多复杂任务中发挥重要作用。