PEFT

• 【HF官网-Doc-PEFT：API】
  首先日常问题，是什么，为什么，怎么用
  PEFT (Prameter-Efficient Fine-Tuning)：参数高效的微调
  这里特指 HF 提供的 PEFT 库
  PEFT 让大的预训练模型可以很快适应到各种下游的任务中，并且没有进行全参微调，因为全参微调的时间、算力花费比较大。

简单训练教程

• 两个很重要的模块：
  PeftConfig ：提供 peft 的配置
  PeftModel：提供 peft 的模型
• 最常见的是使用 LoRA (Low-Rank Adaptation ) 作为 PEFT 技术
  这里，PeftConfig 就使用了 LoraConfig
  然后给了一些必要的参数，比如任务类型，设定模式（训练还是推理），低秩矩阵的秩，和lora的俩参数：

from peft import LoraConfig, TaskType

peft_config = LoraConfig(task_type=TaskType.SEQ_2_SEQ_LM, inference_mode=False, r=8, lora_alpha=32, lora_dropout=0.1)

• 然后，加载一个预训练模型
  接着，使用 get_peft_model，把模型和 peft_config 传进去，变成 peftmodel
  我们发现，这里只用训练 $0.19\%$ 的参数

from transformers import AutoModelForSeq2SeqLM
from peft import get_peft_model

model = AutoModelForSeq2SeqLM.from_pretrained("bigscience/mt0-large")


model = get_peft_model(model, peft_config)
model.print_trainable_parameters()
"output: trainable params: 2359296 || all params: 1231940608 || trainable%: 0.19151053100118282"

• 然后直接提供 TrainingArguments 和 Trainer 训练即可

training_args = TrainingArguments(
    output_dir="your-name/bigscience/mt0-large-lora",
    learning_rate=1e-3,
    per_device_train_batch_size=32,
    per_device_eval_batch_size=32,
    num_train_epochs=2,
    weight_decay=0.01,
    evaluation_strategy="epoch",
    save_strategy="epoch",
    load_best_model_at_end=True,
)

trainer = Trainer(
    model=model,
    args=training_args,
    train_dataset=tokenized_datasets["train"],
    eval_dataset=tokenized_datasets["test"],
    tokenizer=tokenizer,
    data_collator=data_collator,
    compute_metrics=compute_metrics,
)

trainer.train()	

• 保存部分，跟一般的模型一样。但它只存储那些额外训练的参数，因此保存后的文件很小。

model.save_pretrained("output_dir")

简单推理教程

• 我们加载 peftmodel 的话，需要使用比如 AutoPeftModel
  同理，使用 .from_pretrained 方法加载
  其他步骤没啥区别

from peft import AutoPeftModelForCausalLM
from transformers import AutoTokenizer
import torch

model = AutoPeftModelForCausalLM.from_pretrained("ybelkada/opt-350m-lora")
tokenizer = AutoTokenizer.from_pretrained("facebook/opt-350m")

model = model.to("cuda")
model.eval()
inputs = tokenizer("Preheat the oven to 350 degrees and place the cookie dough", return_tensors="pt")

outputs = model.generate(input_ids=inputs["input_ids"].to("cuda"), max_new_tokens=50)
print(tokenizer.batch_decode(outputs.detach().cpu().numpy(), skip_special_tokens=True)[0])

"Preheat the oven to 350 degrees and place the cookie dough in the center of the oven. In a large bowl, combine the flour, baking powder, baking soda, salt, and cinnamon. In a separate bowl, combine the egg yolks, sugar, and vanilla."

Adapter 适配器

• ※ Adapter-based 方法在冻结的注意力层和全连接层之后添加了额外的可训练参数
  这里简单介绍一下 PEFT 支持的几个 Adapter
• LoRA (Low-Rank Adaptation)：最受欢迎的一个PEFT方法
  主要是高秩到低秩的映射，然后再映射回高秩矩阵。
  一开始在NLP中，后来CV也有用
• LoHa (Low-Rank Hadamard Product)：使用了 Hadamard product 方法
  在CV中用，NLP中的嵌入层代码还没实现
• LoKr (Low-Rankd Kronecker Product) ：使用了 Kronecker Product 方法
  主要给 diffusion model 使用
  
• OFT (Orthogonal Finetuning)：方法如下图
  一开始聚焦在微调阶段，预训练模型的生成能力
  
• Llama-Adapter：让 Llama 适配成接受指令模型 (instruction-following model)
  
• 在 PEFT 库中，可以按照对应的模型和任务，选择想用的 Adapter
  不同的 Adapter 都有它自己的 SpecificPeftModel 和 SpecificPeftConfig
  去查阅相关的参数即可。
  比较常用的有：
  IA3
LoRA
P-tuning
Prefix tuning
Prompt tuning
  

Merge Adapter

• 在实际过程中，由于基座模型和 adapter 适配器 分开加载，可能会遇到延迟问题
  这个时候，可以选择使用 merge_and_unload() 方法，把 adapter 权重与底座模型权重融合起来。这样的话，使用新的模型就和一开始单独的模型没有区别了。
• 比如我使用的是 LoraAdapter，查阅该方法
  progressbar ：是否显示进度条
  safe_merge：使用安全合并，检查适配器中是否有 Nan 权重
  adapter_names：要合并的适配器名字的列表
  
• 当然这些参数都可以用默认值。我们只要对 PeftModel 调用该方法即可返回合并后的 model 。

from transformers import AutoModelForCausalLM
from peft import PeftModel

base_model = AutoModelForCausalLM.from_pretrained("tiiuae/falcon-40b")
peft_model_id = "smangrul/falcon-40B-int4-peft-lora-sfttrainer-sample"
model = PeftModel.from_pretrained(base_model, peft_model_id)
merged_model = model.merge_and_unload()

架构关系

• 粗看上面关系有点乱，还是得看一下源码
  PeftModel 是从 torch.nn 继承过来的，按照不同的任务，使用不同的子类，比如 PeftModelForCausalLM
LoRAModel 等，是从 BaseTuner 继承过来的，Tuner 也是继承自 torch.nn，但这个是按照使用不同的适配器分类的，并且它建议是使用 LoRAConfig，这个是 PeftConfig 的子类
• PeftModel 更靠近 PretrainedModel，有 save_pretrained, from_pretrained 等方法。PeftModelForCausalLM 还有 generate 方法
  LoRAModel 更靠近 Adapter，有 merge_and_unload, delete_adapter 等方法
• 它里面大部分的基类和使用到的网络几乎都是 torch.nn，因此大部分跟 PretrainedModel 可以接壤
• 即根据我的查询，LoRAModel 等并不是 PeftModelForCausalLM / PeftModel 的子类（有待存疑）
  但 LoRAModel 来训练，PeftModel 来推理，是可以的。
  并且 LoRAModel 可以通过 merge_and_unload() 方法转成 torch.nn，也就相当于 PretrainedModel。