simple-hierarchical-transformer

simple-hierarchical-transformer

分层Transformer模型探索多层次预测编码

这个项目提出了一种在GPT模型中实现多层次预测编码的方法。它通过在Transformer中引入多层结构,结合局部注意力和全局信息传递。实验结果显示,该方法在维持性能的同时提升了效率。项目允许自定义层次结构、维度和注意力窗口大小,为研究人员提供了探索分层Transformer的实验工具。项目代码支持灵活配置,包括调整层次数量、模型维度和注意力窗口大小。这种设计使研究人员能够方便地进行不同参数的对比实验,有助于深入理解分层Transformer的性能特点。

Transformer深度学习神经网络自然语言处理注意力机制Github开源项目

简单层次化 Transformer

围绕在 GPT 中引入多个层次化预测编码模型的简单想法进行的实验。这个想法非常简单,可能不会奏效。但是,深度学习的进步正是建立在简单想法的基础之上。值得一试。

到目前为止,这个想法已经通过了一位研究朋友的试金石测试。我将在接下来的一周左右完成它。如果不成功,我也会保留负面的实验结果和代码库,也许有博士生可以在此基础上进行改进。

更新:我认为它正在奏效 🤞

致谢

  • 感谢 <a href="https://stability.ai/">StabilityAI</a> 赞助进行这项独立研究

  • 感谢 <a href="https://huggingface.co/">🤗 Huggingface</a> 提供的 accelerate 库

安装

$ pip install simple-hierarchical-transformer

使用方法

三个层次结构,全部用于预测下一个标记

import torch from simple_hierarchical_transformer import HierarchicalTransformer model = HierarchicalTransformer( num_tokens = 20000, # 标记数量 dim = 512, # 模型维度 depth = 6, # 深度 dim_head = 64, # 每个注意力头的维度 heads = 8, # 注意力头数量 seq_len = 2048, # 序列长度 hierarchies = (1, 2, 8), # 层次结构 - 这里我们有 1x (像常规 Transformer), 然后是 2x 和 8x 压缩的层次标记,它们经过各自的 Transformer 块。在每一层,信息被合并到一个层次结构中 window_sizes = (32, 64, None) # 局部注意力窗口大小 - 想法是更高层次可以将远距离信息传递给局部层次。None 表示完整的接受域。设置为 0 将完全关闭该层次的注意力(而标记移位仍然会在每一层生效) ) ids = torch.randint(0, 20000, (1, 2048)) loss, _ = model(ids, return_loss = True) loss.backward() # 经过大量训练后 logits = model(ids)

如果不指定 hierarchieswindow_sizes,你基本上就是默认使用一个具有全序列长度注意力的常规自回归 Transformer。

# 非层次化 Transformer model = HierarchicalTransformer( num_tokens = 20000, dim = 512, depth = 8, dim_head = 64, heads = 8, seq_len = 2048, hierarchies = 1, # 如果不设置则默认为 1 window_sizes = None # 如果不设置则默认为 None (全序列长度) )

现在是一个更复杂的例子。实验表明,随着层次结构的压缩,你需要更大的模型维度来获得适当的容量。

model = HierarchicalTransformer( num_tokens = 256, dim = (128, 256, 512, 1024), depth = 8, seq_len = 1024, use_flash_attn = True, ff_mult = (2, 2, 4, 4), dim_head = (16, 32, 64, 64), heads = (2, 4, 8, 8), hierarchies = (1, 2, 4, 16), hierarchical_stride = (1, 1, 1, 8), # 这将决定压缩时的步长,以及将层次标记连接到精细标记时,过去的标记将重复这么多次。因果性不会被违反,因为使用了沙漏 Transformer 的技巧,即序列被压缩因子 - 1 移动。建议除了高度压缩的层次外,保持为 1,因为它会变得非常不具竞争力,且生成结果看起来有问题 window_sizes = (16, 32, 64, None) ).cuda() # 层次结构 # 1x - 维度 128 - 注意力 (2 个头, 16 维, 接受域 16) # 2x - 维度 256 - 注意力 (4 个头, 32 维, 接受域 32) # 4x - 维度 512 - 注意力 (8 个头, 64 维, 接受域 64) # 8x - 维度 1024 - 注意力 (8 个头, 64 维, 全部接受域)

待办事项

  • 分支为两条并行路径,一条用于层次标记,另一条用于普通精细标记。
  • 证明精细标记和层次标记中的局部注意力可以接近全注意力基线
  • 简单的深度可分离卷积似乎足以合并 1 个层次结构
  • 自动将精细和所有层次结构的窗口大小设置为最大序列长度的一半
  • 研究在交叉熵损失之前简单地合并所有精细和层次标记的效果 - 没有太大区别
  • 完成添加任意数量层次结构的能力,并指定哪个层次结构将汇集其他层次的信息进行预测
  • 跨层次结构的完全可定制维度,因为更高层次需要更大的模型维度
  • 为层次分支添加先知损失
  • 允许为未来的精细标记重复层次标记,因为位置在更高层次可能不那么重要。但不是优先事项,先让它工作 - 已实现为 hierarchical_stride
  • 允许某些层只依赖标记移位,不使用注意力
  • 随机投影 + 向量量化,如大脑的通用语音模型论文中所做的那样 - 用于层次预测编码
  • 允许指定在合并时哪个层级从其他层级接收信息,可能需要设计一个带掩码的专门注意力机制,但需要考虑不同层级间模型维度的差异
  • 构建简单的局部注意力模块,用于所有层级
  • 为局部注意力库添加闪电注意力
  • 确定是否可以在不同层级间共享注意力
  • 做一个清晰的wandb报告,展示在字符级enwik8上实现2倍压缩而几乎不损失性能
  • 尝试使用基于自注意力的压缩器用于第4层及以上的层级
  • 在网络最开始构建一个小型自编码器,使用token嵌入作为输入,然后为每个并行的层级网络使用中间特征图

引用

最接近的想法是<a href="https://arxiv.org/abs/2110.13711">沙漏型变换器</a>

我对层级方法重新产生兴趣是源于阅读<a href="https://www.nature.com/articles/s41562-022-01516-2">这篇文章</a>

@article{Nawrot2021HierarchicalTA, title = {Hierarchical Transformers Are More Efficient Language Models}, author = {Piotr Nawrot and Szymon Tworkowski and Michal Tyrolski and Lukasz Kaiser and Yuhuai Wu and Christian Szegedy and Henryk Michalewski}, journal = {ArXiv}, year = {2021}, volume = {abs/2110.13711} }
@inproceedings{dao2022flashattention, title = {Flash{A}ttention: Fast and Memory-Efficient Exact Attention with {IO}-Awareness}, author = {Dao, Tri and Fu, Daniel Y. and Ermon, Stefano and Rudra, Atri and R{\'e}, Christopher}, booktitle = {Advances in Neural Information Processing Systems}, year = {2022} }
@misc{su2021roformer, title = {RoFormer: Enhanced Transformer with Rotary Position Embedding}, author = {Jianlin Su and Yu Lu and Shengfeng Pan and Bo Wen and Yunfeng Liu}, year = {2021}, eprint = {2104.09864}, archivePrefix = {arXiv}, primaryClass = {cs.CL} }
@inproceedings{Sun2022ALT, title = {A Length-Extrapolatable Transformer}, author = {Yutao Sun and Li Dong and Barun Patra and Shuming Ma and Shaohan Huang and Alon Benhaim and Vishrav Chaudhary and Xia Song and Furu Wei}, year = {2022} }
@software{peng_bo_2021_5196578, author = {PENG Bo}, title = {BlinkDL/RWKV-LM: 0.01}, month = {aug}, year = {2021}, publisher = {Zenodo}, version = {0.01}, doi = {10.5281/zenodo.5196578}, url = {https://doi.org/10.5281/zenodo.5196578} }
@article{Piergiovanni2023Mirasol3BAM, title = {Mirasol3B: A Multimodal Autoregressive model for time-aligned and contextual modalities}, author = {A. J. Piergiovanni and Isaac Noble and Dahun Kim and Michael S. Ryoo and Victor Gomes and Anelia Angelova}, journal = {ArXiv}, year = {2023}, volume = {abs/2311.05698}, url = {https://api.semanticscholar.org/CorpusID:265129010} }

编辑推荐精选

GPT Plus|Pro充值

GPT Plus|Pro充值

GPT充值

支持 ChatGPT Plus / Pro 充值服务,支付便捷,自动发货,售后可查。

GPT Image 2中文站

GPT Image 2中文站

AI 图片生成平台

GPT Image 2 是面向用户的 AI 图片生成平台,支持文生图、图生图及多模型创意工作流。

Vecbase

Vecbase

你的AI Agent团队

Vecbase 是专为 AI 团队打造的智能工作空间,将数据管理、模型协作与知识沉淀整合于一处。算法、产品与业务在同一平台无缝协同,让从数据到 AI 应用的落地更快一步。

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区,致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具,独创GETI法则帮助用户精准定义音乐风格,AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化,支持国风融合、C-pop等本土音乐标签,让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体,适配 macOS14+/Windows10+,以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务,自主拆解执行复杂工作流,数据本地运行零上传,技能市场可无限扩展,是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没,开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记,检测 AI 内容并下载资料,将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布,深度重构AI短剧全流程生产模式,整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能,独创无限画布、双轨并行工业化工作流与Ani智能体助手,集成多款主流AI大模型,破解素材零散、版本混乱、沟通低效等行业痛点,助力3人团队效率提升800%,打造标准化、可追溯的AI短剧量产体系,是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型,支持图像、视频、音频、文本四种模态输入,表达方式更丰富,生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问,限时3折

输入简单文字,生成想要的图片,纳米香蕉中文站基于 Google 模型的 AI 图片生成网站,支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI,就用扣子

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

下拉加载更多