随着ChatGPT等生成式AI产品朝着多模态发展，基础模型的参数越来越高，想进行权重调优需要耗费大量时间和AI算力。

为了提升模型的调优效率，华盛顿大学和艾伦AI实验室的研究人员推出了全新方法——Proxy Tuning（代理调优）。

该调优方法无需接触模型的内部权重，利用一个小型调整模型和一个未调整的对应模型，通过对比它们的预测结果来引导基础模型的预测。

再通过解码时的引导，基础模型可以朝着调优方向进行微调，同时保留了更大规模预训练的优势。

为了验证代理调优的性能，研究人员对LlAMA-2的13B、70B原始模型进行了微调。结果显示，这两个模型分别接近对应的Chat模型的91.1%和88.1%的性能。

此外,在知识量大的TruthfulQA数据集测试中,代理调优的真实性比直接调优的模型还高,说明在解码时更好地保留了训练知识。

论文地址：https://arxiv.org/abs/2401.08565

代理调优的核心技术思想是，先调优一个小的语言模型,然后用这个小型调优模型指导大型黑箱语言模型,使其具备像调优后的模型一样行为、功能。

但不需要访问其内部权重,只需要其在输出词表上的预测分布。有趣的是，该技术与大模型中的“蒸馏”技术恰恰相反。

代理调优的技术方法

首先，我们需要准备一个小型的预训练语言模型M-，该模型与基础模型M共享相同的词汇表。M-可以是一个现成的模型，也可以是通过较小规模的预训练得到的模型。

接下来，我们使用训练数据对M-进行调优，得到一个调优后的模型M+。调优可以使用各种技术，例如，有监督的微调或领域自适应方法，具体取决于任务的需求。

详细解码流程

在解码时，对于给定的输入，我们通过对基础模型M的输出预测分布和调优模型M+的输出预测分布之间的差异进行操作，来引导基础模型的预测。

使用基础模型M对输入进行解码，得到基础模型的预测结果。这可以通过生成模型的输出概率分布来实现，通常使用一种解码算法，例如，贪婪搜索或束搜索来生成最优的输出序列。

然后，使用调优模型M+对相同的输入进行解码，得到调优模型的预测结果。

接下来，计算基础模型的预测结果与调优模型的预测结果之间的差异。可以使用KL散度或交叉熵方法，来度量两个预测分布之间的差异。

最后，将预测差异应用于基础模型的预测结果，以引导基础模型的预测朝向调优模型的预测方向移动。同时可以将预测差异添加到基础模型的预测分布中，以调整每个词的概率值。

本文素材来源Proxy Tuning论文，如有侵权请联系删除

END