探究大模型微调 Lora 的不同形态(上篇): AdaLora、 AsLora、 PiSSA、 Do...

文章预览

知乎：周星星 链接：https://zhuanlan.zhihu.com/p/719438707 排版：AI椰青@深度学习自然语言处理 公众号 前言 最近本人一直在研究 SFT 的落地工作，其中 LoRA 是一个无法避开的微调技术。相比全参数微调，LoRA 提供了一种更为友好和安全的微调方案。 首先，LoRA 在资源使用上更为高效。它能显著节省显存，使得我们在有限的计算资源下也能训练 size 更大的模型。其次，LoRA 具有一定的正则化效果，类似于 dropout 或 mask。这种特性使得模型在学习下游任务时，能够减少遗忘现象, 关于这方面的详细分析，可以参考 LoRA Learns Less and Forgets Less。 https://arxiv.org/pdf/2405.09673 然而，在实际应用中，本人还存在很多疑问。例如，为什么 LoRA 的收敛速度相对全参数微调很慢？LoRA 能否达到与全参数微调相媲美的效果？如何选择 LoRA 的 rank 值？这些问题都值得深入探讨。 为了深 ………………………………