深度学习自然语言处理 原创
作者：辰宜
今天下午突然发现了一篇陈丹琦大佬的巨作~ 大家一起来简单瞅瞅。
本文旨在介绍一种用于fine-tuning语言模型（LM）的低内存优化器——MeZO，内存减少多达12倍。使用单个A100 800G GPU，MeZO可以训练一个300亿参数的模型。
论文：Fine-Tuning Language Models with Just Forward Passes
地址：https://arxiv.org/abs/2305.17333
代码：https://github.com/princeton-nlp/MeZO
过去的方法存在的问题，用于优化大型LM的反向传播算法需要大量的内存，因此需要一种低内存优化器。
本文提出的MeZO算法是一种低内存零阶优化器，通过SPSA算法来计算梯度估计，仅需要两次前向传递。MeZO算法可以在不影响LM性能的情况下，大幅减少内存占用，优化各种模型和下游任务。
方法与实验
本文的MeZO算法是基于零阶优化的理论基础。
MeZO算法基于SPSA算法的低内存优化器，通过同时扰动每个权重矩阵来节省计算时间，并且可以与其他梯度优化器结合使用，例如SGD with momentum和Adam。
其在各种模型和下游任务中表现出色，相比于Adam的完全fine-tuning，性能相当，并大幅降低了内存成本。MeZO还可以优化非可微分目标，并且适用于全参数调整和前缀调整。
下面看下所有的实验情况：
做个总结
最后总结下本文的所有内容：
MeZO算法可以极大的减少内存的使用，并不影响LM性能。
用零阶优化理论可以优化具有高维参数的大型LM。
基于全局和局部有效秩，可以证明零阶随机梯度下降的收敛速度，以及全局收敛速度会因有效秩而变慢。
接下来需要将MeZO和其他低内存方法相结合，并研究MeZO在其他领域（如精简和数据集选择）中的适用性。
这可是个大创新，又向人人都能训练大模型迈进一大步，好开心~
进NLP群—>加入NLP交流群
