LM Infinite
1.0.0
Это коды бумаги LM-Infinite: обобщение экстремальной длины с нулевой выстрелом для моделей крупных языков (NAACL 2024 Выдающаяся бумажная награда) в Pytorch. Работа выполняется Чи Хан, Цифан Ван, Хао Пенг, Венхан Сионг, Ю Чен, Хенг Джи, Синонг Ван.
В этой статье авторы предлагают простой метод, называемый LM-Infinite, для улучшения генерализации длины крупных языковых моделей до крайней длины 200 м , без какого-либо дополнительного обучения или обновлений параметров.
Мы мотивированы сначала идентифицируем три фактора, лежащие в основе сбоя генерализации длины в LLMS: (a) Фактор 1: невидимые расстояния между токенами приводят к взрыву логитов внимания. (б) Фактор 2: Невидимое количество токенов может привести к увеличению энтропии внимания за пределами тренировочного диапазона по мере увеличения длины. (c) Фактор 3: Начало немногие токены занимают отдельную область признаков и не должны отбрасываться.
Ключевая идея состоит в том, чтобы использовать (1) а
Мы реализовали метод LM-Infinite в качестве замены замены для трансформаторов HuggingFice. После загрузки моделей трансформаторов, и если это модель Llama, модель MPT или модель GPT-J, вы можете запустить следующие коды, чтобы включить LM-инфинит.
Для модели ламы:
from models.llama import convert_llama_model
model = convert_llama_model(model, 4096, 10)
Для модели MPT:
from models.mpt_7b import convert_mpt_model
model = convert_mpt_model(model, 4096, 10)
Для модели GPT-J:
from models.gpt_j import convert_gpt_j_model
model = convert_gpt_j_model(model, 4096, 10)
Затем вы можете использовать модель как обычно!
Подробный список пакетов Python с точки зрения Anaconda можно найти в requirements.txt . Некоторые пакеты были установлены conda , а некоторые - pip . Мои команды по установке требований в среде Anaconda & Pip следующие:
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
Для наборов данных вам нужно подготовить набор данных корпуса. Если вы загрузите исходный источник свай (https://pile.eleuther.ai) до ${PILE_PATH}/test.jsonl.zst и ${PILE_PATH}/val.jsonl.zst , запустите следующие команды, чтобы извлечь сжатый набор данных.
cd ${PILE_PATH}
zstd -d ./ test.jsonl.zst
zstd -d ./ val.jsonl.zst
Затем запустите следующие команды, чтобы разделить набор данных на конкретные файлы.
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
Однако официальная куча больше не доступна для загрузки, поэтому вам, вероятно, нужно выяснить другой источник (например, https://huggingface.co/datasets/arxiv_dataset или https://openwebtext2.readtocs.io/en/latest/). В качестве альтернативы, вы также можете использовать свой собственный корпус. Обе две варианты требуют от редактирования данных/get_data.py.
Для моделей магистралей в газете используются Llama-2, Llama, GPT-J и MPT-7B. Последние 3 модели непосредственно доступны на лету от концентратора модели Huggingface, поэтому действие не требуется заранее. Ключ загрузки Llama-2 должен быть запрошен из формы запроса Meta AI. Затем запустите следующую команду
bash models/get_llama2/download_llama2.sh
и следуйте за просьбой загрузить контрольные точки на ${PATH_TO_LLAMA2_CHECKPOINTS} . Затем беги
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
Чтобы преобразовать контрольные точки Llama-2-7B в формат HuggingFace.
Коды требуют ${LOG_DIR} для хранения журналов и результатов. Пожалуйста, выберите каталог с достаточным пространством.
Оценка недоумения модели Llama-2 на испытательном наборе 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
Краткое объяснение аргументов:
--model : путь или имя для модели. Передайте decapoda-research/llama-7b-hf для использования Llama, mosaicml/mpt-7b для использования MPT-7B и EleutherAI/gpt-j-6b для использования GPT-J-6B.--tokenizer_path : путь к токенизатору. Удалите этот аргумент, если не используя Llama-2.--use_lambda_attention : Используйте лямбда. (Требуется для LM-инфинита)--local_branch : размер локальной ветви. 2048 для Llama, MPT-7B и GPT-J (необходимо для LM-инфинита)--global_branch : глобальный размер филиала. Диапазон 10-100 дает в целом одинаковый эффект. (Требуется для LM-инфинита)--limit_distance : предел расстояния. 2048 для Llama, MPT-7B и GPT-J (необходимо для LM-инфинита)--dataset : имя набора данных. См. Data/get_data.py, чтобы выяснить, как использовать пользовательские наборы данных. Если вы хотите оценить ванильные модели без LM-Infinite, просто удалите --use_lambda_attention --local_branch 4096 --global_branch 100 --limit_distance 4096 SET.
Если вы хотите оценить только в подмножестве набора тестирования, вы можете использовать аргумент --start_data_from для указания начального индекса набора тестирования и/или --max_data_num , чтобы указать количество примеров после этого индекса.
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
Генерация оценки из модели Llama-2 на испытательном наборе 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
Во -первых, нам нужно подготовить набор данных поиска PassKey.
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 ${PATH_TO_LLAMA2_CHECKPOINTS}
--num-samples 1000
done
Затем давайте оценим задачу поиска PassKey.
CUDA_VISIBLE_DEVICES=0
for MAX_LENGTH in 6144 8192 10240 12288 16384; do
TRIAL=llama2-infinite-passkey-$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
Запуск задания Каспер:
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}
}
