预训练模型的轻量化微调

last modify

• 背景

  • 三种解决思路

• 轻量化微调（Lightweight Finetuning）

  • Adapter

  • LoRA

  • Prefix-Tuning

  • 其他论文

• 参考

背景

从遗忘问题到预训练轻量化微调 - 李rumor

• “预训练+微调”范式有效的前提是，我们假设模型在海量数据上学到了大量先验知识，而这些知识被存储在模型的参数中；

• 对整个预训练模型进行微调，意味着会改动这些参数；如果变动太大，那么就可能会带来“灾难性遗忘”的问题；

  • 一个简单的验证方法：“有的时候，大家可以试试学习率大一些跑跑，会发现学几代以后loss就会骤变，这个其实就是重现遗忘最简单的方式。”

  • 不过参数变动不代表知识一定会丢失，大多数情况下，“预训练+微调”依然是有效的；

三种解决思路

1. Replay: 重播，就是在新任务中，把老的内容复习一遍，能让模型保留住。

   • 虽然实现简单，但是现在的预训练模型和数据都很“重”，成本很大；

2. Regularization-Based: 在损失函数上应用正则化方法，使新模型和原模型之间的差距不会很大（跟蒸馏的思想很接近）

   • 实现简单，对模型的改动很小；

   • 这个方法有两个问题：1）需要微调整个模型，效率低；2）可能会导致训练目标的偏移，即得到的不是最优解；

3. Lightweight Finetuning: 轻量化微调，目前比较常见的方法是参数孤立化（Parameter Isolation），即冻住预训练模型，加入新的模块，只微调该模块来避免遗忘的问题。

   • 目前比较主流的方法，兼顾了“遗忘问题”和训练效率；

轻量化微调（Lightweight Finetuning）

• 目前轻量化微调的主要方法是参数孤立化，即不动预训练模型，而是在预训练模型的基础上增加新的可训练参数

  关键词：Parameter Isolation、 Parameter-Efficient

• 下面介绍三种常见的参数孤立化方法；

Adapter

[1902.00751] Parameter-Efficient Transfer Learning for NLP

LoRA

[2106.09685] LoRA: Low-Rank Adaptation of Large Language Models

Prefix-Tuning

[2101.00190] Prefix-Tuning: Optimizing Continuous Prompts for Generation

其他论文

• [2110.04366] Towards a Unified View of Parameter-Efficient Transfer Learning

  • 对以上三种方法进行了总结，

参考

• A continual learning survey: Defying forgetting in classification tasks

  从 NLP 领域出发，介绍遗忘存在的本质，并综述了一些比较常见的解决方案