陈丹琦团队又带着他们的降本大法来了——彩娱乐官网
数据砍掉三分之一，大模子性能却完全不减。
他们引入了元数据，加速了大模子预测验的同期，也不加多单独的筹算支拨。
在不同模子范围（600M - 8B）和测验数据起原的情况下，均能已毕性能方面的擢升。
天然之前元数据道过好多，但一作高天宇示意，他们是第一个展示它怎么影响下流性能，以及具体怎么践诺以确保推理中具备无数实用性。
来望望具体是怎么作念到的吧？
元数据加速大模子预测验
言语模子预测验语料库中存在着格调、鸿沟和质地水平的宽阔相反，这关于开发通用模子能力至关紧迫，然则高效地学习和部署这些异构数据源中每一种数据源的正确活动却极具挑战性。
在这一布景下，他们建议了一种新的预测验治安，称为元数据颐养然后冷却（MeCo，Metadata Conditioning then Cooldown）。
具体包括两个测验阶段。
预测验阶段（90%），将元数据（如文档 URL 的王人备域名c）与文档拼接（如 “URL: en.wikipedia.org [document]”）进行测验。
（举例彩娱乐官网，若是文档的 URL 是 https://en.wikipedia.org/wiki/Bill Gates，那么文档 URL 的王人备域名c便是 en.wikipedia.org；这种 URL 信息在许多预测验语料库中都很容易得回，它们大多来自 CommonCrawl2（一个洞开的网罗持取数据存储库））
当使用其他类型的元数据时，URL 应替换为相应的元数据称呼。
他们只筹算文档符号的交叉熵耗费，而不商量模板或元数据中的符号，因为在初步实验中发现，对这些符号进行测验会稍微毁伤下流性能。
临了10%的测验形态为冷却阶段，使用范例数据测验，领受元数据颐养阶段的学习率和优化器情景，即从上一阶段的临了一个搜检点运行化学习率、模子参数和优化器情景，并不绝把柄研究颐养学习率：
他先是成为她的粉丝，一直追随她的脚步，包括跟着她的演出走，主动承担她的私人助理工作。
1）禁用跨文档Attention，这既加速了测验速率（1.6B 模子的测验速率提高了 25%），又提高了下流性能。
2）当将多个文档打包成一个序列时，咱们确保每个序列从一个新文档发轫，而不是从一个文档的中间发轫—当将文档打包成固定长度时，彩娱乐官网这可能会导致一些数据被丢弃，但事实讲授这成心于提陡立游性能。
本次实验使用了Llama Transformer架构和Llama-3 tokenizer。咱们使用四种不同的模子大小进行了实验：600M、1.6B、3B 和 8B，以及相关优化开荒。
铁心清晰，MeCo 的进展明显优于范例预测验，其平均性能与 240B 符号的基线十分，而使用的数据却减少了 33%。
临了回来，他们主要完成了这三项孝敬。
1、 MeCo 大幅加速了预测验。
实考据明，MeCo 使一个 1.6B 的模子在少用 33% 的测验数据的情况下，达到了与范例预测验模子交流的平均下流性能。在不同的模子范围（600M、1.6B、3B 和 8B）和数据源（C4、RefinedWeb 和 DCLM）下，MeCo 显流露一致的收益。
2、MeCo 开启了勾搭言语模子的新治安。
举例，使用factquizmaster.com（非信得过URL）不错提高学问性任务的性能（举例，在零次学问性问题解答中王人备提高了6%），而使用wikipedia.org与范例的无条目推理比拟，毒性生成的可能性裁减了数倍。
3、消解了 MeCo 的瞎想遴荐，并讲授 MeCo 与不同类型的元数据兼容。
使用散列 URL 和模子生成的主题进行的分析标明，元数据的主要作用是按起原将文档归类。因此，即使莫得URL，MeCo 也能有用地整合不同类型的元数据，包括更良好的选项。
陈丹琦团队
论文作家来自普林斯顿NLP小组（附庸于普林斯顿言语与智能PLI）博士生高天宇、Alexander Wettig、Luxi He、YiHe Dong、Sadhika Malladi以及陈丹琦。
一作高天宇，本科毕业于清华，是2019年清华特奖得主，现在普林斯顿五年纪博士生，瞻望本年毕业，不绝在学界搞照管，照管鸿沟包括天然言语措置和机器学习的交叉鸿沟，终点海涵大言语模子（LLM），包括构建期骗范例、提高LLM功能和效果。
Luxi He现在是普林斯顿筹算机专科二年纪博士生，现在照管重心是理会言语模子并改善其一致性和安全性，硕士毕业于哈佛大学。
YiHe Dong现在在谷歌从事机器学习照管和工程职责，专注于结构化数据的示意学习、自动化特征工程和多模态示意学习，本科毕业于普林斯顿。
— 完 —彩娱乐官网