使用 PEFT 与 TRL 对 8 位模型进行低秩自适应(LoRA)微调的示例
这些示例中的笔记本和脚本展示了如何使用低秩自适应 (LoRA) 以内存效率高的方式微调模型。大多数 PEFT 方法都受 peft 库的支持,但请注意,某些 PEFT 方法(例如提示微调)不受支持。有关 LoRA 的更多信息,请参阅 原始论文。
以下是 trl 存储库 中启用 peft
的笔记本和脚本的概述
文件 | 任务 | 描述 |
---|---|---|
stack_llama/rl_training.py | RLHF | 使用学习的奖励模型和 peft 对 70 亿参数的 LLaMA 模型进行分布式微调。 |
stack_llama/reward_modeling.py | 奖励建模 | 使用 peft 对 70 亿参数的 LLaMA 奖励模型进行分布式训练。 |
stack_llama/supervised_finetuning.py | SFT | 使用 peft 对 70 亿参数的 LLaMA 模型进行分布式指令/监督微调。 |
安装
注意:peft 处于积极开发中,因此我们直接从其 Github 页面安装。Peft 还依赖于最新版本的 transformers。
pip install trl[peft]
pip install bitsandbytes loralib
pip install git+https://github.com/huggingface/transformers.git@main
#optional: wandb
pip install wandb
注意:如果您不想使用 wandb
记录,请在脚本/笔记本中删除 log_with="wandb"
。您也可以用您喜欢的实验跟踪器替换它,该跟踪器受 accelerate
支持。
如何使用它?
只需在您的脚本中声明一个 PeftConfig
对象,并将其通过 .from_pretrained
传递以加载 TRL+PEFT 模型。
from peft import LoraConfig
from trl import AutoModelForCausalLMWithValueHead
model_id = "edbeeching/gpt-neo-125M-imdb"
lora_config = LoraConfig(
r=16,
lora_alpha=32,
lora_dropout=0.05,
bias="none",
task_type="CAUSAL_LM",
)
model = AutoModelForCausalLMWithValueHead.from_pretrained(
model_id,
peft_config=lora_config,
)
如果您想以 8 位精度加载您的模型
pretrained_model = AutoModelForCausalLMWithValueHead.from_pretrained(
config.model_name,
load_in_8bit=True,
peft_config=lora_config,
)
… 或以 4 位精度
pretrained_model = AutoModelForCausalLMWithValueHead.from_pretrained(
config.model_name,
peft_config=lora_config,
load_in_4bit=True,
)
启动脚本
trl
库由 accelerate
驱动。因此,最好使用以下命令配置和启动训练:
accelerate config # will prompt you to define the training configuration
accelerate launch examples/scripts/ppo.py --use_peft # launch`es training
使用 trl + peft 和数据并行
只要能够将训练过程放入单个设备中,就可以扩展到任意数量的 GPU。您需要应用的唯一调整是按如下方式加载模型:
from peft import LoraConfig
...
lora_config = LoraConfig(
r=16,
lora_alpha=32,
lora_dropout=0.05,
bias="none",
task_type="CAUSAL_LM",
)
pretrained_model = AutoModelForCausalLMWithValueHead.from_pretrained(
config.model_name,
peft_config=lora_config,
)
如果您想以 8 位精度加载您的模型
pretrained_model = AutoModelForCausalLMWithValueHead.from_pretrained(
config.model_name,
peft_config=lora_config,
load_in_8bit=True,
)
… 或以 4 位精度
pretrained_model = AutoModelForCausalLMWithValueHead.from_pretrained(
config.model_name,
peft_config=lora_config,
load_in_4bit=True,
)
最后,确保奖励也在正确的设备上计算,为此可以使用 ppo_trainer.model.current_device
。
大型模型的朴素管道并行(NPP)(>60B 模型)
trl
库还支持大型模型(>60B 模型)的朴素管道并行 (NPP)。这是一种在多个 GPU 上并行化模型的简单方法。这种称为“朴素管道并行”(NPP)的范式是在多个 GPU 上并行化模型的一种简单方法。我们在多个 GPU 上加载模型和适配器,激活和梯度将在 GPU 之间进行朴素通信。这支持 int8
模型以及其他 dtype
模型。
如何使用 NPP?
只需在 from_pretrained
上使用自定义 device_map
参数加载您的模型,即可在多个设备上拆分您的模型。查看此很棒的教程,了解如何为您的模型正确创建 device_map
。
还要确保将 lm_head
模块放在第一个 GPU 设备上,因为它如果不在第一个设备上可能会抛出错误。在撰写本文时,您需要安装 accelerate
的 main
分支:pip install git+https://github.com/huggingface/accelerate.git@main
和 peft
:pip install git+https://github.com/huggingface/peft.git@main
。
启动脚本
尽管 trl
库由 accelerate
驱动,但您应该在一个进程中运行您的训练脚本。请注意,我们目前还不支持数据并行和 NPP 同时使用。
python PATH_TO_SCRIPT
微调 Llama-2 模型
您可以轻松地使用 SFTTrainer
和官方脚本微调 Llama2 模型!例如,要在 Guanaco 数据集上微调 llama2-7b,请运行(在单个 NVIDIA T4-16GB 上测试)
python examples/scripts/sft.py --output_dir sft_openassistant-guanaco --model_name meta-llama/Llama-2-7b-hf --dataset_name timdettmers/openassistant-guanaco --load_in_4bit --use_peft --per_device_train_batch_size 4 --gradient_accumulation_steps 2