【導(dǎo)讀】大模型上下文從此不再受限！港中文賈佳亞團(tuán)隊(duì)聯(lián)手MIT發(fā)布了全新超長文本擴(kuò)展技術(shù)LongLoRA，只需2行代碼，讓LLM看小說，讀論文，輕松拿捏。

中途迷失、模型偷懶、上下文越長大模型越笨……

體驗(yàn)過LLM的人，多少都會(huì)對文本輸入長度帶來的限制有所感觸：

想和大模型討論一些稍長的內(nèi)容，就需要拆分輸入，而前面輸入的要點(diǎn)，很快就會(huì)被大模型忘記。

實(shí)際上，這些都是典型的大語言模型對話缺陷。就像先天有注意力缺陷的兒童，難以專注看完一本新書。而缺陷的關(guān)鍵，在于模型缺乏長文本處理能力。

如今，這個(gè)局面已經(jīng)被打破了！

就在近日，由賈佳亞團(tuán)隊(duì)聯(lián)合MIT發(fā)布的新技術(shù)和新模型，悄然登上各大開源網(wǎng)站的熱榜：

Hugging Face熱榜第一、Papers With Code熱度第一，Github全部Python項(xiàng)目熱度第五、Github Stars一周內(nèi)破千，Twitter上的相關(guān)技術(shù)帖子瀏覽量近18萬。..。..

論文地址：https://arxiv.org/abs/2309.12307

代碼和Demo地址：https://github.com/dvlab-research/LongLoRA

GitHub Stars已達(dá)1.3k

Twitter上的相關(guān)技術(shù)帖子瀏覽量近18萬

這項(xiàng)名為LongLoRA的技術(shù)實(shí)用但卻簡單得令人驚訝：

只需兩行代碼、一臺(tái)8卡A100機(jī)器，便可將7B模型的文本長度拓展到100k tokens，70B模型的文本長度拓展到32k tokens。

同時(shí)，該研究團(tuán)隊(duì)還發(fā)布了首個(gè)擁有70B參數(shù)量的長文本對話大語言模型LongAlpaca。

全球首個(gè)70B長文本大語言模型發(fā)布

LongLoRA的提出，讓全球大語言模型的對話缺陷第一次得到解決，自此，幾十頁的論文、幾百頁的報(bào)告、鴻篇巨制不再成為大模型盲區(qū)。

對此，有專業(yè)人士激動(dòng)地表示，LongLoRA是大語言模型迷宮中的希望之燈！

它代表著業(yè)界對長文本大語言模型的重新思考和關(guān)注，有效擴(kuò)展了大語言模型的上下文窗口，允許模型考慮和處理較長的文本序列，是大語言模型的革新性發(fā)明。

除了技術(shù)革新外，大語言模型處理長文本問題的一大難點(diǎn)還在于缺少公開的長文本對話數(shù)據(jù)。

為此，研究團(tuán)隊(duì)特意收集了9k條長文本問答語料對，包含針對名著、論文、深度報(bào)道甚至財(cái)務(wù)報(bào)表的各類問答。

光會(huì)回答長問題還不夠，該團(tuán)隊(duì)又挑選了3k的短問答語料與9K的長問答語料混合訓(xùn)練，讓長文本大模型同時(shí)具備短文本對話能力。這個(gè)完整的數(shù)據(jù)集被稱為LongAlpaca-12k，目前已經(jīng)開源。

在LongAlpaca-12k數(shù)據(jù)集基礎(chǔ)上，研究團(tuán)隊(duì)對不同參數(shù)大小7B、13B、70B進(jìn)行了訓(xùn)練和評(píng)測，開源模型包括LongAlpaca-7B、LongAlpaca-13B和LongAlpaca-70B。

看小說、改論文、指點(diǎn)經(jīng)濟(jì)堪稱全能王

話不多說，盲選幾個(gè)demo，一起看看應(yīng)用了LongLoRA技術(shù)疊加12K問答語料的大模型LongAlpaca效果。

讓系統(tǒng)新讀一篇論文，并根據(jù)ICLR的審查指南，對其提出修改意見，從而提升該論文的接收率：

LongAlpaca的意見是：通過更精確地闡明新穎性，提供更嚴(yán)格和更有對比性的實(shí)驗(yàn)結(jié)果（包括具體的數(shù)據(jù)集和指標(biāo)）、更廣泛的應(yīng)用和未來發(fā)展方向，重點(diǎn)呈現(xiàn)關(guān)鍵貢獻(xiàn)和影響，論文被接受的機(jī)會(huì)將得到提高。

現(xiàn)在，讓系統(tǒng)讀兩篇新的不同的論文，讓LongAlpaca概括ICLR和CVPR兩個(gè)會(huì)議之間的風(fēng)格區(qū)別：

LongAlpaca總結(jié)認(rèn)為，CVPR論文傾向更具結(jié)構(gòu)性和實(shí)驗(yàn)性的風(fēng)格，專注于實(shí)用性和技術(shù)性。而ICLR的論文風(fēng)格更加靈活，側(cè)重關(guān)鍵的理論分析和數(shù)學(xué)推導(dǎo)，而非標(biāo)準(zhǔn)格式。

可以看出，經(jīng)過訓(xùn)練的LongAlpaca模型已經(jīng)可以很輕松地接受新的長篇學(xué)術(shù)論文，在學(xué)術(shù)相關(guān)問題的回答上相當(dāng)精準(zhǔn)。

接下來，再看看LongAlpaca模型在頗高閱讀和理解門檻的經(jīng)濟(jì)領(lǐng)域的解讀表現(xiàn)。

根據(jù)國際貨幣基金組織從2012年到2023年的全球經(jīng)濟(jì)展望的概述合集，對經(jīng)濟(jì)形勢進(jìn)行逐年總結(jié)以及對未來經(jīng)濟(jì)趨勢進(jìn)行預(yù)測：

LongAlpaca告訴我們，2023年全球經(jīng)濟(jì)形勢不明朗，跟2022年相比，增長預(yù)計(jì)放緩；未來幾年，全球經(jīng)濟(jì)擴(kuò)張速度偏溫和并將低于預(yù)期，而地緣政治緊張、金融市場波動(dòng)等大的挑戰(zhàn)依然存在，需通過多邊合作和結(jié)構(gòu)性改革小心應(yīng)對。

此外，LongAlpaca還可以讀新的長篇小說，讀完后對內(nèi)容進(jìn)行分析。

下面選取的對比模型是13B參數(shù)的LongAlpaca和Llama2，且看各自表現(xiàn)。

名著《西游記》中，為什么孫悟空在大鬧天宮時(shí)很厲害，但取經(jīng)路上卻屢屢受挫？

LongAlpaca給出了5點(diǎn)原因，大概可總結(jié)為：「孫悟空的不成熟、強(qiáng)大的對手、力量的限制、敵人的欺騙、最初缺少同伴等因素導(dǎo)致了他在旅途中的失敗。但隨著時(shí)間推移，他獲得了智慧、經(jīng)驗(yàn)和戰(zhàn)友，使他最終戰(zhàn)勝了最強(qiáng)大的敵人?！?/p>

而Llama2并沒有給出正確答案：「雖然他確實(shí)大鬧天宮，但說他代表著不敗的力量并不一定準(zhǔn)確。事實(shí)上，他最終在西游記中被強(qiáng)大的唐三藏打敗。」

這一次讓系統(tǒng)新讀一次《三體》，然后問第一部中，葉文潔為什么要聯(lián)系外星人，而后期又為什么后悔？

LongAlpaca認(rèn)為，葉文潔最初接觸外星人是出于理想主義和復(fù)仇，但隨著時(shí)間的推移，她對人類的看法發(fā)生了變化，意識(shí)到自己可能給全人類帶來的危險(xiǎn)，她的悔恨與日俱增?；卮鸬檬智逦?/p>

而Llama2的回答則是，「通過與外星人的互動(dòng)，她希望能更深入地了解宇宙的本質(zhì)，以及自己在宇宙中的位置。葉文潔逐漸意識(shí)到，外星人和他們的技術(shù)并不能解決她的問題?！够卮鸹\統(tǒng)，之后開始對小說整體進(jìn)行評(píng)論，答非所問。

從模型給出的答案可發(fā)現(xiàn)，一些模型如Llama2［2］可能在預(yù)訓(xùn)練過程中見過相關(guān)小說，但如果在提問時(shí)進(jìn)行僅根據(jù)小說題目進(jìn)行短文本提問的話，回答并不理想。

兩個(gè)模型的回答對比，高下立見。LongAlpaca改學(xué)術(shù)論文、點(diǎn)評(píng)全球經(jīng)濟(jì)大勢和讀小說，都是一把好手，完勝Llama2。

兩行代碼和三個(gè)關(guān)鍵結(jié)論

Llama2可以說是AI社區(qū)內(nèi)最強(qiáng)大的開源大模型之一，行業(yè)位置領(lǐng)先，LongAlpaca居然可以完勝。其背后的LongLoRA技術(shù)成功引起網(wǎng)友們的注意，到底是怎么做到的？

原來大語言模型對長文本處理過程中，計(jì)算量的主要開銷集中在自注意力機(jī)制（self-attention），其開銷隨著文本長度成平方次地增加。

針對這個(gè)問題，研究團(tuán)隊(duì)提出LongLoRA技術(shù)，并用分組和偏移的方式來對全局自注意力機(jī)制進(jìn)行模擬。

簡單來說，就是將長文本對應(yīng)的tokens拆分成不同的組，在每組內(nèi)部做自注意力計(jì)算，而分組的方式在不同注意力頭（attention head）上有所偏移。

這樣的方式既可以大幅度節(jié)約計(jì)算量，又可以維持全局感受野的傳遞。

而且，這個(gè)實(shí)現(xiàn)方法也非常簡潔，僅兩行代碼即可完成！

除此之外，LongLoRA還探索了低秩訓(xùn)練的方式。

原有的低秩訓(xùn)練方式，如LoRA［5］，無法在文本長度遷移上取得良好的效果。

而LongLoRA在低秩訓(xùn)練的基礎(chǔ)上，引入嵌入層（Embedding layer和 Normalization layers）進(jìn)行微調(diào)，從而達(dá)到可以和全參數(shù)微調(diào)（Full fine-tune）逼近的效果。

進(jìn)行不同長度文本擴(kuò)展和訓(xùn)練時(shí)，LongLoRA、LoRA和全參數(shù)微調(diào)不同技術(shù)的具體效果如何，可以參考三個(gè)維度表現(xiàn)：

在Perplexity-困惑度上，原有LoRA方法的性能在不斷惡化，而LongLoRA和全參數(shù)微調(diào)都能在各種文本長度下維持很好的效果；

在顯存消耗上，相比于全參數(shù)微調(diào)，LongLoRA和原有LoRA都有大幅度的節(jié)省。例如，對于8k長度的模型訓(xùn)練，相比于全參數(shù)微調(diào)，LongLoRA將顯存消耗從46.3GB降低到25.6GB。

在訓(xùn)練時(shí)間上，對于64k長度的模型訓(xùn)練，相比于常規(guī)LoRA，LongLoRA將訓(xùn)練時(shí)間從90～100小時(shí)左右降低到52.4小時(shí)，而全參數(shù)微調(diào)超過1000小時(shí)。

極簡的訓(xùn)練方法、極少的計(jì)算資源和時(shí)間消耗，以及極佳的準(zhǔn)確性，令LongLoRA大規(guī)模推廣成為可能。

目前，相關(guān)技術(shù)與模型已全部開源，感興趣的用戶們可以自己部署感受。

值得一提的是，這是賈佳亞團(tuán)隊(duì)繼8月9日發(fā)布的「可以分割一切」的多模態(tài)大模型LISA后的又一力作。

相距不過短短兩個(gè)月，不得不說，這研究速度和能力跟LongLoRA一樣驚人。