rome

项目介绍：Rank-One Model Editing (ROME)

Rank-One Model Editing (ROME) 是一个用于自动回归转换器的特别项目，专注于修改和优化特定模型的性能。此项目的主要目标是为 OpenAI 的 GPT-2 XL（规模1.5亿参数）和 EleutherAI 的 GPT-J（规模6B参数）提供支持，并计划尽快适配即将推出的 EleutherAI 20B模型。项目团队欢迎用户提交问题和建议，并承诺积极进行问题的处理和改进。

项目安装

该项目推荐使用 conda 来管理 Python、CUDA 和 PyTorch 的相关依赖。对于其他部分的依赖，可以使用 pip，启动安装只需简单运行以下脚本：

./scripts/setup_conda.sh

因果追踪

因果追踪是 ROME 项目中的一个重要工具，它可以用来分析模型处理语句的过程。用户可以在项目提供的 notebooks/causal_trace.ipynb 笔记本中找到相关演示。

Rank-One Model Editing (ROME)

ROME 提供了一种简单的交互式操作方法，用户可以轻松指定“请求重写”。例如：

request = {
    "prompt": "{} plays the sport of",
    "subject": "LeBron James",
    "target_new": {
        "str": "football"
    }
}

该项目的笔记本中提供了更多类似的示例，供用户参考和学习。

CounterFact

该部分的详细信息将在不久后发布，敬请期待。

模型评估

ROME 提供了一个完整的评估套件，让用户能够运行不同方法的评估。以 ROME 在 GPT-2 XL 模型上的应用为例，用户可以通过以下命令进行评估：

python3 -m experiments.evaluate \
    --alg_name=ROME \
    --model_name=gpt2-xl \
    --hparams_fname=gpt2-xl.json

每次运行的结果都会存储在特定格式的目录中，以便于后续分析和总结。

新编辑方法的整合

如果用户有新的编辑方法（称为方法 X），并希望在 CounterFact 环境下进行基准测试，用户可以按照以下步骤整合新方法：

1. 将 HyperParams 进行子类化为 XHyperParams，指定所有超参数字段。
2. 在 hparams/X/gpt2-xl.json 路径下创建一个超参数文件，并设定默认值。
3. 定义一个名为 apply_X_to_model 的函数，该函数需要返回重写模型及最初的权重值。
4. 将 X 添加到 ALG_DICT 中，在 experiments/evaluate.py 中插入相关配置。

然后，用户可以运行以下主要脚本以进行评估和总结：

python3 -m experiments.evaluate \
    --alg_name=X \
    --model_name=gpt2-xl \
    --hparams_fname=gpt2-xl.json

python3 -m experiments.summarize --dir_name=X --runs=run_<run_id>

注意事项

目前，ROME 仅支持使用 PyTorch 后端编辑自回归 HuggingFace 模型。项目团队正在开发一套通用方法，以便于在其他框架（如 TensorFlow）中使用，并会在未来进行发布。