LM Infinite
1.0.0
هذه هي رموز الورق LM-INFINITE: تعميم الطول المتطرف صفريًا لنماذج اللغة الكبيرة (NAACL 2024 Paper Paper Award) في Pytorch. يتم العمل من قبل تشي هان ، وكيفان وانغ ، هاو بينغ ، وينهان شيونج ، يو تشن ، هينغ جي ، سينونج وانغ.
في هذه الورقة ، يقترح المؤلفون طريقة بسيطة ، تسمى LM-Infinite ، لتحسين تعميم الطول لنماذج اللغة الكبيرة إلى طول مميز يبلغ 200 متر ، دون أي تدريب إضافي أو تحديثات للمعلمات.
نحن متحمسون لأول مرة في تحديد ثلاثة عوامل الكامنة وراء فشل تعميم الطول في LLMS: (أ) العامل 1: المسافات غير المرئية بين الرموز المميزة تسبب سجلات الاهتمام. (ب) العامل 2: يمكن أن يزيد عدد الرموز غير المرئية من رموز الانتباه إلى ما وراء نطاق التدريب مع زيادة الطول. (ج) العامل 3: بدء عدد قليل من الرموز تشغل منطقة ميزة مميزة ويجب عدم التخلص منها.
الفكرة الرئيسية هي استخدام (1) أ
لقد قمنا بتنفيذ طريقة LM-Infinite كبديل للاستبدال لمحولات Huggingface. بعد تحميل نماذج Transformers ، وإذا كان نموذج Llama أو نموذج MPT أو طراز GPT-J ، فيمكنك تشغيل الرموز التالية لتمكين LM-Infinite.
لنموذج لاما:
from models.llama import convert_llama_model
model = convert_llama_model(model, 4096, 10)
لنموذج MPT:
from models.mpt_7b import convert_mpt_model
model = convert_mpt_model(model, 4096, 10)
لنموذج GPT-J:
from models.gpt_j import convert_gpt_j_model
model = convert_gpt_j_model(model, 4096, 10)
ثم ، يمكنك استخدام النموذج كالمعتاد!
يمكن العثور على قائمة مفصلة من حزم Python من منظور Anaconda في requirements.txt . txt. تم تثبيت بعض الحزم من قبل conda وبعضها من قبل pip . أوامري لتثبيت المتطلبات في بيئة Anaconda & Pip هي كما يلي:
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
conda install -c conda-forge sentencepiece einops cudatoolkit-dev tqdm ipython datasets evaluate rouge-score protobuf accelerate langchain openai
pip install transformers deepspeed
├── LICENSE
├── README.md
├── requirements.txt
├── configs
│ └── zero3_efficient_config.json # config for deepspeed acceleration
├── data
│ ├── generation_metrics.py
│ ├── get_data.py # dataset loading and preprocessing
│ ├── passkey_retrieval
│ │ ├── create_passkey_data.py
│ │ ├── create_passkey_data.sh
│ │ └── passkey_retrieval_accuracy.py
│ └── split_pile_file.py # split the Pile dataset into task-specific files
├── models
│ ├── constant.py # a constant function model
│ ├── get_llama2
│ │ ├── convert_llama_weights_to_hf.py # convert llama-2 weights to huggingface format
│ │ └── download_llama2.sh
│ ├── get_model.py
│ ├── gpt_j.py
│ ├── lambda_attention.py # efficient implementation of lambda attention
│ ├── llama.py
│ ├── model_base.py
│ └── mpt_7b.py
├── scripts
│ ├── combine_evaluate_generation.py
│ ├── combine_results.py
│ ├── eval_downstream_tasks.py # evaluate on passkey retrieval task
│ ├── eval_generation.py # evaluate generation metrics
│ └── eval_ppl_deepspeed.py # evaluate perplexity
├── utils
│ ├── arguments.py
│ └── utils.py
└── visualization
├── plot_nll.py
├── position_pca.py
└── relative_attention_explosion.py
بالنسبة لمجموعات البيانات ، تحتاج إلى إعداد مجموعة بيانات Corpus. إذا قمت بتنزيل مصدر الوبر الأصلي (https://pile.eleuther.ai) إلى ${PILE_PATH}/test.jsonl.zst و ${PILE_PATH}/val.jsonl.zst ، قم بتشغيل الأوامر التالية لاستخراج مجموعة البيانات المضغوطة.
cd ${PILE_PATH}
zstd -d ./ test.jsonl.zst
zstd -d ./ val.jsonl.zst
ثم قم بتشغيل الأوامر التالية لتقسيم مجموعة البيانات إلى ملفات خاصة بالمهمة.
cd ${REPOSITORY_ROOT}
mkdir -p ${PILE_PATH}/val
mkdir -p ${PILE_PATH}/test
python data/split_pile_file.py ${PILE_PATH}/val.jsonl ${PILE_PATH}/val
python data/split_pile_file.py ${PILE_PATH}/test.jsonl ${PILE_PATH}/test
ومع ذلك ، لا يبدو أن الوبر الرسمي متاح للتنزيل بعد الآن ، لذلك ربما تحتاج إلى معرفة مصدر آخر (على سبيل المثال ، https://huggingface.co/datasets/arxiv_dataset أو https://openwebtext2.readthedocs.io/en/latest/). بدلاً من ذلك ، يمكنك أيضًا استخدام مجموعة خاصة بك. كلا الخيارين يتطلب منك تحرير البيانات/get_data.py.
بالنسبة لنماذج العمود الفقري ، تستخدم الورقة LAMA-2 و LLAMA و GPT-J و MPT-7B. تتوفر الطرز الثلاثة الأخيرة مباشرة على أساس النحيل من Huggingface Model Hub ، لذا لا يلزم إجراء أي إجراء مسبقًا. يجب طلب مفتاح تنزيل LLAMA-2 من نموذج طلب META AI. ثم قم بتشغيل الأمر التالي
bash models/get_llama2/download_llama2.sh
واتبع المطالبات لتنزيل نقاط التفتيش على ${PATH_TO_LLAMA2_CHECKPOINTS} . ثم ركض
python models/get_llama2/convert_llama_weights_to_hf.py
--input_dir ${PATH_TO_LLAMA2_CHECKPOINTS}
--model_size 7B
--output_dir ${PATH_TO_LLAMA2_CHECKPOINTS}/llama-2-7b-hf
لتحويل نقاط التفتيش LLAMA-2-7B إلى تنسيق Huggingface.
تتطلب الرموز ${LOG_DIR} تخزين السجلات والنتائج. يرجى تحديد دليل مع مساحة كافية.
تقييم حيرة نموذج LLAMA-2 على مجموعة اختبار ARXIV.
TRIAL=llama2-infinite-ArXiv
mkdir -p $LOG_DIR/$TRIAL
CUDA_VISIBLE_DEVICES=0
MASTER_PORT=$(shuf -i 29500-65535 -n 1)
DS_SKIP_CUDA_CHECK=1 PYTHONPATH=. deepspeed --include localhost:$CUDA_VISIBLE_DEVICES --master_port $MASTER_PORT scripts/eval_ppl_deepspeed.py
--deepspeed_config configs/zero3_efficient_config.json
--model ${PATH_TO_LLAMA2_CHECKPOINTS}/llama-2-7b-hf --tokenizer_path ${PATH_TO_LLAMA2_CHECKPOINTS}
--use_lambda_attention --local_branch 4096 --global_branch 100 --limit_distance 4096
--dataset the_pile --dataset_group ArXiv --split test --dataset_dir ${PILE_PATH}
--max_length 32770
--log_dir $LOG_DIR/$TRIAL
شرح موجز للحجج:
--model : المسار أو الاسم إلى النموذج. Pass decapoda-research/llama-7b-hf لاستخدام Llama و mosaicml/mpt-7b لاستخدام MPT-7B و EleutherAI/gpt-j-6b لاستخدام GPT-J-6B.--tokenizer_path : المسار إلى الرمز المميز. أزل هذه الوسيطة إذا لم تكن تستخدم llama-2.--use_lambda_attention : استخدم انتباه لامدا. (مطلوب لـ LM-Infinite)--local_branch : حجم الفرع المحلي. 2048 لـ Llama و MPT-7B و GPT-J (مطلوب لـ LM-Infinite)--global_branch : حجم الفرع العالمي. النطاق 10-100 يعطي تأثير مماثل بشكل عام. (مطلوب لـ LM-Infinite)--limit_distance : حد المسافة. 2048 لـ Llama و MPT-7B و GPT-J (مطلوب لـ LM-Infinite)--dataset : اسم مجموعة البيانات. راجع البيانات/get_data.py لمعرفة كيفية استخدام مجموعات البيانات المخصصة. إذا كنت ترغب في تقييم نماذج الفانيليا بدون LM-Infinite ، فما عليك سوى إزالة- --use_lambda_attention --local_branch 4096 --global_branch 100 --limit_distance 4096 مجموعة وسيطة.
إذا كنت ترغب فقط في تقييم مجموعة فرعية من مجموعة الاختبار ، فيمكنك استخدام الوسيطة --start_data_from لتحديد فهرس بدء مجموعة الاختبار ، و/أو --max_data_num لتحديد عدد الأمثلة بعد هذا الفهرس.
TRIAL=llama2-infinite-ArXiv-extreme
CUDA_VISIBLE_DEVICES=0
MASTER_PORT=$(shuf -i 29500-65535 -n 1)
echo port: $MASTER_PORT
mkdir -p $LOG_DIR/$TRIAL
DS_SKIP_CUDA_CHECK=1 PYTHONPATH=. deepspeed --include localhost:$CUDA_VISIBLE_DEVICES --master_port $MASTER_PORT scripts/eval_infinite_ppl.py
--deepspeed_config configs/zero3_efficient_config.json
--model ${PATH_TO_LLAMA2_CHECKPOINTS}/llama-2-7b-hf --tokenizer_path ${PATH_TO_LLAMA2_CHECKPOINTS}
--use_lambda_attention --local_branch 4096 --global_branch 10 --limit_distance 4096
--dataset the_pile --dataset_group ArXiv --split test --dataset_dir ${PILE_PATH}
--streaming_length 200000000 --max_length 128000 --start_data_from 2300
--log_dir $LOG_DIR/$TRIAL
توليد تقييم من نموذج LLAMA-2 على مجموعة اختبار ARXIV.
TRIAL=llama2-infinite-generate-ArXiv
mkdir -p $LOG_DIR/$TRIAL
CUDA_VISIBLE_DEVICES=0
MASTER_PORT=$(shuf -i 29500-65535 -n 1)
DS_SKIP_CUDA_CHECK=1 PYTHONPATH=. deepspeed --include localhost:$CUDA_VISIBLE_DEVICES --master_port $MASTER_PORT scripts/eval_generation.py
--deepspeed_config configs/zero3_efficient_config.json
--model ${PATH_TO_LLAMA2_CHECKPOINTS}/llama-2-7b-hf --tokenizer_path ${PATH_TO_LLAMA2_CHECKPOINTS}
--use_lambda_attention --local_branch 4096 --global_branch 100 --limit_distance 4096
--dataset the_pile --dataset_group ArXiv --split test --dataset_dir ${PILE_PATH}
--max_length 33000
--max_generation_length 100 --evaluate_metrics --evaluate_positions 4096 8192 12288 16384
--log_dir $LOG_DIR/$TRIAL
أولاً ، نحتاج إلى إعداد مجموعة بيانات استرجاع مفتاح المرور.
for MAX_LENGTH in 2048 3072 4096 5120 6144 7168 8192 10240 12288 14335 16384; do
echo $MAX_LENGTH
python data/passkey_retrieval/create_passkey_data.py
--token-length $MAX_LENGTH
--dump-file-path ${PASSKEY_DATA}/${MAX_LENGTH}
--tokenizer-path ${PATH_TO_LLAMA2_CHECKPOINTS}
--num-samples 1000
done
ثم ، دعنا نقيم مهمة استرجاع مفتاح المرور.
CUDA_VISIBLE_DEVICES=0
for MAX_LENGTH in 6144 8192 10240 12288 16384; do
TRIAL=llama2-infinite-passkey-$MAX_LENGTH
mkdir -p $LOG_DIR/$TRIAL
MASTER_PORT=$(shuf -i 29500-65535 -n 1)
DS_SKIP_CUDA_CHECK=1 PYTHONPATH=. deepspeed --master_port $MASTER_PORT --include localhost:$CUDA_VISIBLE_DEVICES scripts/eval_downstream_tasks.py
--deepspeed_config configs/zero3_efficient_config.json
--model ${PATH_TO_LLAMA2_CHECKPOINTS}/llama-2-7b-hf --tokenizer_path ${PATH_TO_LLAMA2_CHECKPOINTS}
--use_lambda_attention --local_branch 4096 --global_branch 10 --limit_distance 4096 --triangle_offset 0
--top_k_attention 5 --top_k_from_layer 4
--dataset passkey_retrieval --dataset_dir ${PASSKEY_DATA} --dataset_group ${MAX_LENGTH}
--max_generation_length 7 --evaluate_metrics
--log_dir $LOG_DIR/$TRIAL
done
تشغيل مهمة Qasper:
CUDA_VISIBLE_DEVICES=0
DATASET=qasper
TRIAL=llama2-infinite-$DATASET
mkdir -p $LOG_DIR/$TRIAL
MASTER_PORT=$(shuf -i 29500-65535 -n 1)
echo port: $MASTER_PORT
DS_SKIP_CUDA_CHECK=1 PYTHONPATH=. deepspeed --include localhost:$CUDA_VISIBLE_DEVICES --master_port $MASTER_PORT scripts/eval_downstream_tasks.py
--deepspeed_config configs/zero3_efficient_config_large.json
--model ${PATH_TO_LLAMA2_CHECKPOINTS}/llama-2-7b-hf --tokenizer_path ${PATH_TO_LLAMA2_CHECKPOINTS}
--use_lambda_attention --local_branch 4096 --global_branch 10 --limit_distance 4096 --triangle_offset 0
--top_k_attention 5 --top_k_from_layer 4
--dataset $DATASET --split test --evaluate_metrics
--max_length 6144 --truncation_side center
--log_dir $LOG_DIR/$TRIAL
@inproceedings{han2024lm,
title={LM-Infinite: Zero-Shot Extreme Length Generalization for Large Language Models},
author={Han, Chi and Wang, Qifan and Peng, Hao and Xiong, Wenhan and Chen, Yu and Ji, Heng and Wang, Sinong},
booktitle={Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers)},
pages={3991--4008},
year={2024}
}
