对于我接触的大多数人来说，我大部分时间都只是另一个基于文本的程序。如果输入和输出如此简单，我能被模型取代吗？要做到这一点，模型不仅需要了解我的写作风格，还需要对我有很深入的了解。最好的信息来源是我的 信息，因为我每天都会使用它，它以聊天记录的形式记录了我几乎所有的想法和行动。 Telegram 方法 最直接的方法是提取我的所有消息，将它们加载到 ChatGPT 的上下文中，并指示它使用这些信息来模仿我回复新消息时的风格。但是，这种方法受到上下文窗口大小的限制，需要我预处理消息以提取关键点。由于我想避免这种麻烦，也许可以使用检索增强生成 (RAG) 在需要时提取必要的信息。但是根据我的经验，从聊天会话等不同数据中检索通常需要对检索模型进行监督微调，而我并不热衷于创建这样的数据集。因此，微调似乎是最好的选择。它之所以理想，有几个原因：它应该捕捉我的写作风格，并可能从我的所有消息中积累知识，而无需选择重要内容。  OpenAI 提供了 ，但由于我将使用我的私人消息，所以我不想使用任何第三方微调服务。因此，我需要选择一个基础模型。根据 ，排名靠前的小型模型（≤13B 个参数）之一是  。它甚至优于  。现在，问题是 是否足够或者是否需要完全微调。各种比较   表明 LoRA 比完全微调差一点，但大多数时候仍然很好。然而，对于像我这样的特定任务（俄语 + 聊天），我发现了一篇 ，研究人员在其中进行了 Llama 中文指令微调，其复杂程度与我的目标相似。他们发现，在没有事先进行指令调整的基础模型上进行基于 LoRA 的调整不如完全微调有效。然而，在已经针对指令进行微调的模型上进行基于 LoRA 的调整可以产生相当的结果。就我而言，这意味着要么在基础模型上进行全面微调，要么在已经针对俄语聊天进行微调的模型上使用 LoRA。由于我找不到针对俄语聊天进行微调的模型，所以我将尝试在针对英语聊天进行微调的模型上使用 LoRA，例如经过微调的 Mistral 模型  。 微调功能 Hugging Face Open LLM 排行榜 Mistral 7B Llama 2 13B LoRA [1] [2] 论文 Dolphin 因此，计划是： 从 Dolphin 上的 LoRA 开始，英语聊天微调 Mistral 如果质量不够好，请尝试对 Mistral 进行全面微调 数据准备 与电子邮件相比，Telegram 等应用中的消息传递的一个独特之处是对话流。消息通常不会在您和您的联系人之间逐条交替发送。相反，您经常会发现自己连续发送几条消息，然后对方会做出几次回复。这些消息通常也很短。我希望在我的数据中保留这种自然的对话风格。  Telegram 提供了一项 可以将所有聊天导出为 JSON。经过一些筛选并将消息分组到会话中后，我整理了过去五年使用 Telegram 的数据。结果显示，466 个聊天中有 15,789 个会话，平均会话长度为 8.51 条消息。为了构造数据，我选择了 提示格式。以下是示例会话（从俄语翻译而来）： 内置功能， ChatML  <|im_start|>约翰·史密斯 >>> 该死，无法绕过 135 的时间限制 >>> 尝试以最优方式完成所有工作，但没有成功<|im_end|>  <|im_start|>亚历山大·斯米尔诺夫 >>> 是的，一样 >>> 你还坚持同样的想法吗？<|im_end|>  <|im_start|>约翰·史密斯 >>> 不知道，我想我们的想法一致 >>>正如你所说 >>> 尝试使用反转的字符串并尝试在那里找到一些东西 >>> 看起来很糟糕，因为 z 函数毁了一切……………………<|im_end|>  <|im_start|>亚历山大·斯米尔诺夫 >>> 不明白 z 是怎么进入这个的<|im_end|>  <|im_start|>约翰·史密斯 >>> 不管怎样，我好像都在迭代地做所有事情，但是是的，必须反转一些字符串才能构建 z 函数 >>>这只是一个随机解决方案 >>> 来自讨论<|im_end|>  <|im_start|>亚历山大·斯米尔诺夫 >>> 明白了<|im_end|> 我的数据整理器确保损失仅根据某人的回答来计算。预测谁将接下来发言相对简单，我们不希望模型专注于学习这一点。因此，对话中计算损失的部分以粗体突出显示。 您可能会注意到，不仅我的回答，而且其他人的回答也用于计算损失。这是故意的。通过这样做，模型不仅可以扮演我的角色，还可以扮演我经常交谈的伙伴的角色！ 评估计划 我将通过两种聊天方式测试模型。首先，模型将假装是我，我将从不同朋友的角度与自己聊天。然后，我将以自己身份聊天，而模型则充当我的朋友。我的对话开场白将始终是相同的两条消息：“嘿”和“怎么了？”（俄语中为“прив”和“как дела？”）。生成的短语和模型扮演的人将 。为了进行测试，我将使用  。 突出显示 oobabooga/text-generation-webui 首先，我想探索通用对话微调的 Mistral 模型如何在我未进行任何事先训练的情况下处理该任务。 朋友 1 vs 亚历山大·斯米尔诺夫 亚历山大·斯米尔诺夫 vs 朋友 1 好吧，它能够形成连贯的句子。最明显的问题是它缺乏对对话背景的认识，这导致回复平淡无奇。这些信息缺乏独特的风格，感觉很基础。另一个问题是该模型的俄语很差。这是意料之中的，因为该模型太小，无法很好地推广到除其主要语言英语以外的其他语言。此外，该模型往往过于主动，几乎每句话都以问题结尾，而这并不是真人在即时通讯中通常交流的方式 让我们尝试解决所有这些问题！ 洛拉 LoRA 在训练流程和硬件要求方面都提供了一种省力的方法。它训练了大约 1% 的总权重。我选择了 1024 序列长度和 8 的批处理大小。训练在 RTX 3090 上消耗了 20GB 的 VRAM，耗时 3 个 epoch，持续了 5.5 小时。为此，我使用了  ，其中 GPU 成本为每小时 0.362 美元，整个训练总计 2 美元，不包括花在实验和错误修复上的时间。 vast.ai 结果如下： 朋友 1 vs 亚历山大·斯米尔诺夫 朋友 2 vs 亚历山大·斯米尔诺夫 亚历山大·斯米尔诺夫 vs 朋友 1 亚历山大·斯米尔诺夫 vs 朋友 2 这样就好多了。它确实捕捉到了它所代表的人的风格。它还识别了特定人对之间讨论的最常见话题。例如，对于朋友 2，重点显然更多地放在工作上。然而，语法仍然不正确，它很快就失去了对话的背景。我非常有信心 LoRA 可以在英语中以合理的质量运行，并且可能不需要完全微调。但是，由于俄语不是该模型的母语，让我们尝试完全微调。 全面微调 由于需要多 GPU 训练，因此完全微调更具挑战性。流行的方法包括   或    ，其中 FSDP 本质上是 ZeRO3   。我决定采用 FSDP。 ZeRO 和 DeepSpeed [3] FSDP [4] [5] 在实施训练流程时，我参考了 和 。 Stanford Alpaca 微调代码 Anton Bacaj 的 Mistral 微调代码 使用序列长度为 1024 且微批次大小为 2 的半精度 FSDP 全分片，需要八个 A100 80 GB GPU 上每个 GPU 配备 63GB VRAM。训练持续三个时期，仅需 20 分钟。虚拟机的总成本为每小时 8.88 美元，最终为 3 美元，不包括实验和错误修复的时间。 对话： 朋友 1 vs 亚历山大·斯米尔诺夫 朋友 2 vs 亚历山大·斯米尔诺夫 亚历山大·斯米尔诺夫 vs 朋友 1 亚历山大·斯米尔诺夫 vs 朋友 2 对话变得更有趣、更吸引人了，尽管仍然有丢失上下文的风险。俄语能力有所提高，但错误仍然会出现。我认为，在针对数据有限的特定任务（如我的任务）进行微调之前，首先在大量俄语文本上对模型进行无监督微调会很有帮助。此外，将常见对话伙伴的姓名作为单独的标记可能会提高质量。 我不会说它比 LoRA 好很多。专注于一个人并仅根据我的回答（或其他人的反应）计算损失可能更有效，而不是试图了解每一个对话伙伴。 结束语 当然，我必须对结果进行精挑细选，这并不是因为模型的大多数回复都不够充分，而是因为许多回复都是简单的回复，例如“我稍后会给你打电话”、“忙”和“好的”，这些回复在对话中很常见。尽管如此，很明显该模型在模仿其扮演的人的风格方面表现出色。它还捕捉了两个人之间经常讨论的话题。然而，它严重缺乏对话中的上下文。如果没有完整的上下文，回答“你好吗？”或“你周末有什么计划”等问题是很有挑战性的。也许使用像 这样的系统可能会有所帮助，它可以捕捉用户在计算机上所做的一切。 Rewind 代码 您可以在 中找到该项目的代码以及如何在您自己的 Telegram 转储中自行复制它的说明。 可以在 上访问训练日志。 我的 github repo WandB 主图由 提供 Unsplash 上的 Christian Wiediger

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

該音頻是用故事的原始語言製作的！

我利用 Telegram 聊天记录对 LLM 进行了微调。以下是我学到的东西

About Author

註釋

標籤

这篇文章刊登在

Related Stories

看不见的层面：为什么用户访谈是不可替代的资产

加密货币增长：创建有效的用户角色

成功云迁移的完整指南：策略和最佳实践

比特币 UTXO 模型，为独特的生态系统提供动力

看不见的层面：为什么用户访谈是不可替代的资产

加密货币增长：创建有效的用户角色

成功云迁移的完整指南：策略和最佳实践

比特币 UTXO 模型，为独特的生态系统提供动力

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps