Prompt-Tuning 提示詞微調

1. Hard Prompt

定義: Hard prompt 是一種更為具體和明確的提示,要求模型按照給定的信息生成精確的結果,通常用于需要模型提供準確答案的任務.

原理: Prompt Tuning原理如下圖所示:凍結主模型全部參數,在訓練數據前加入一小段Prompt,只訓練Prompt的表示層,即一個Embedding模塊。論文實驗表明,只要模型規模夠大,簡單加入 Prompt tokens 進行微調,就能取得很好的效果。

優點: 資源消耗比 Soft Prompt 小,容易收斂。

2. Soft Prompt

**定義:**Soft prompt 通常指的是一種較為寬泛或模糊的提示,允許模型在生成結果時有更大的自由度,通常用于啟發模型進行創造性的生成。

缺點: 資源消耗大,參數都是隨機初始化的,Loss 會有震蕩。

在這里插入圖片描述

from datasets import load_from_disk
from transformers import AutoTokenizer, AutoModelForCausalLM, DataCollatorForSeq2Seq
from transformers import pipeline, TrainingArguments, Trainer
from peft import PromptTuningConfig, get_peft_model, TaskType, PromptTuningInit, PeftModel# 分詞器
tokenizer = AutoTokenizer.from_pretrained("Langboat/bloom-1b4-zh")# 函數內將instruction和response拆開分詞的原因是:
# 為了便于mask掉不需要計算損失的labels, 即代碼labels = [-100] * len(instruction["input_ids"]) + response["input_ids"]
def process_func(example):MAX_LENGTH = 256input_ids, attention_mask, labels = [], [], []instruction = tokenizer("\n".join(["Human: " + example["instruction"], example["input"]]).strip() + "\n\nAssistant: ")response = tokenizer(example["output"] + tokenizer.eos_token)input_ids = instruction["input_ids"] + response["input_ids"]attention_mask = instruction["attention_mask"] + response["attention_mask"]labels = [-100] * len(instruction["input_ids"]) + response["input_ids"]if len(input_ids) > MAX_LENGTH:input_ids = input_ids[:MAX_LENGTH]attention_mask = attention_mask[:MAX_LENGTH]labels = labels[:MAX_LENGTH]return {"input_ids": input_ids,"attention_mask": attention_mask,"labels": labels}if __name__ == "__main__":# 加載數據集dataset = load_from_disk("./PEFT/data/alpaca_data_zh")# 處理數據tokenized_ds = dataset.map(process_func, remove_columns = dataset.column_names)# print(tokenizer.decode(tokenized_ds[1]["input_ids"]))# print(tokenizer.decode(list(filter(lambda x: x != -100, tokenized_ds[1]["labels"]))))# 創建模型model = AutoModelForCausalLM.from_pretrained("Langboat/bloom-1b4-zh", low_cpu_mem_usage=True)# 設置 Prompt-Tuning# Soft Prompt# config = PromptTuningConfig(task_type=TaskType.CAUSAL_LM, num_virtual_tokens=10) # soft_prompt會隨機初始化# Hard Promptconfig = PromptTuningConfig(task_type = TaskType.CAUSAL_LM,prompt_tuning_init = PromptTuningInit.TEXT,prompt_tuning_init_text = "下面是一段人與機器人的對話。", # 設置hard_prompt的具體內容num_virtual_tokens = len(tokenizer("下面是一段人與機器人的對話。")["input_ids"]),tokenizer_name_or_path = "Langboat/bloom-1b4-zh")model = get_peft_model(model, config) # 生成Prompt-Tuning對應的modelprint(model.print_trainable_parameters())# 訓練參數args = TrainingArguments(output_dir = "/tmp_1203",per_device_train_batch_size = 1,gradient_accumulation_steps = 8,logging_steps = 10,num_train_epochs = 1)# trainertrainer = Trainer(model = model,args = args,train_dataset = tokenized_ds,data_collator = DataCollatorForSeq2Seq(tokenizer = tokenizer, padding = True))# 訓練模型trainer.train()# 模型推理model = AutoModelForCausalLM.from_pretrained("Langboat/bloom-1b4-zh", low_cpu_mem_usage=True)peft_model = PeftModel.from_pretrained(model = model, model_id = "/tmp_1203/checkpoint-500/")peft_model = peft_model.cuda()ipt = tokenizer("Human: {}\n{}".format("考試有哪些技巧?", "").strip() + "\n\nAssistant: ", return_tensors="pt").to(peft_model.device)print(tokenizer.decode(peft_model.generate(**ipt, max_length=128, do_sample=True)[0], skip_special_tokens=True))

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/76366.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/76366.shtml
英文地址,請注明出處:http://en.pswp.cn/web/76366.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【Vue生命周期的演變:從Vue 2到Vue 3的深度剖析】

Vue生命周期的演變:從Vue 2到Vue 3的深度剖析 1. 生命周期鉤子的概念與意義 Vue框架通過生命周期鉤子函數使開發者可以在組件不同階段執行自定義邏輯。這些鉤子函數是Vue組件生命周期中的關鍵切入點,對于控制組件行為至關重要。 2. Vue 2中的生命周期…

java ai 圖像處理

Java AI 圖像處理 圖像處理是人工智能(AI)領域中非常重要的一個應用方向。通過使用Java編程語言和相應的庫,我們可以實現各種圖像處理任務,如圖像識別、圖像分類、圖像分割等。本文將介紹一些常見的圖像處理算法,并通過…

從 0~1 保姆級 詳細版 PostgreSQL 數據庫安裝教程

PostgreSQL數據庫安裝 PostgreSQL官網 【PostgreSQL官網】 | 【PostgreSQL安裝官網_Windows】 安裝步驟 step1: 選擇與電腦相對應的PostgreSQL版本進行下載。 step2: 雙擊打開剛才下載好的文件。 step3: 在彈出的setup窗口中點擊 …

Keil MDK中禁用半主機(No Semihosting)

在 ARM 編譯器(如 Keil MDK) 中禁用半主機(Semihosting)并實現標準庫的基本功能,需要以下步驟: 1. 禁用半主機 #pragma import(__use_no_semihosting) // 禁用半主機模式作用:防止標準庫函數&…

github | 倉庫權限管理 | 開權限

省流版總結: github 給別人開權限:倉庫 -> Setting -> Cllaborate -> Add people GitHub中 將公開倉庫改為私有:倉庫 -> Setting -> Danger Zone(危險區) ->Change repository visibility( 更改倉…

快速部署大模型 Openwebui + Ollama + deepSeek-R1模型

背景 本文主要快速部署一個帶有web可交互界面的大模型的應用,主要用于開發測試節點,其中涉及到的三個組件為 open-webui Ollama deepSeek開放平臺 首先 Ollama 是一個開源的本地化大模型部署工具,提供與OpenAI兼容的Api接口,可以快速的運…

極狐GitLab 項目導入導出設置介紹?

極狐GitLab 是 GitLab 在中國的發行版,關于中文參考文檔和資料有: 極狐GitLab 中文文檔極狐GitLab 中文論壇極狐GitLab 官網 導入導出設置 (BASIC SELF) 導入和導出相關功能的設置。 配置允許的導入源 在從其他系統導入項目之前,必須為該…

信奧還能考嗎?未來三年科技特長生政策變化

近年來,科技特長生已成為名校錄取的“黃金敲門磚”。 從CSP-J/S到NOI,編程競賽成績直接關聯升學優勢。 未來三年,政策將如何調整?家長該如何提前布局? 一、科技特長生政策趨勢:2025-2027關鍵變化 1. 競…

AI測試用例生成平臺

AI測試用例生成平臺 項目背景技術棧業務描述項目展示項目重難點 項目背景 針對傳統接口測試用例設計高度依賴人工經驗、重復工作量大、覆蓋場景有限等行業痛點,基于大語言模型技術實現接口測試用例智能生成系統。 技術棧 LangChain框架GLM-4模型Prompt Engineeri…

操作系統-PV

🧠 背景:為什么會有 PV? 類比:內存(生產者) 和 CPU(消費者) 內存 / IO / 磁盤 / 網絡下載 → 不斷“生產數據” 例如:讀取文件、下載視頻、從數據庫加載信息 CPU → 負…

工廠方法模式詳解及在自動駕駛場景代碼示例(c++代碼實現)

模式定義 工廠方法模式(Factory Method Pattern)是一種創建型設計模式,通過定義抽象工廠接口將對象創建過程延遲到子類實現,實現對象創建與使用的解耦。該模式特別適合需要動態擴展產品類型的場景。 自動駕駛感知場景分析 自動駕…

基于 S2SH 架構的企業車輛管理系統:設計、實現與應用

在企業運營中,車輛管理是一項重要工作。隨著企業規模的擴大,車輛數量增多,傳統管理方式效率低下,難以滿足企業需求。本文介紹的基于 S2SH 的企業車輛管理系統,借助現代化計算機技術,實現車輛、駕駛員和出車…

IntelliJ IDEA download JDK

IntelliJ IDEA download JDK 自動下載各個版本JDK,步驟 File - Project Structure (快捷鍵 Ctrl Shift Alt S) 如果下載失敗,換個下載站點吧。一般選擇Oracle版本,因為java被Oracle收購了 好了。 花里胡哨&#…

MCP協議在納米材料領域的深度應用:從跨尺度協同到智能研發范式重構

MCP協議在納米材料領域的深度應用:從跨尺度協同到智能研發范式重構 文章目錄 MCP協議在納米材料領域的深度應用:從跨尺度協同到智能研發范式重構一、MCP協議的技術演進與納米材料研究的適配性分析1.1 MCP協議的核心架構升級1.2 納米材料研發的核心挑戰與…

OpenAI發布GPT-4.1:開發者專屬模型的深度解析 [特殊字符]

最近OpenAI發布了GPT-4.1模型,卻讓不少人感到困惑。今天我們就來深入剖析這個新模型的關鍵信息! 重要前提:API專屬模型 💻 首先需要明確的是,GPT-4.1僅通過API提供,不會出現在聊天界面中。這是因為該模型主…

DemoGen:用于數據高效視覺運動策略學習的合成演示生成

25年2月來自清華、上海姚期智研究院和上海AI實驗室的論文“DemoGen: Synthetic Demonstration Generation for Data-Efficient Visuomotor Policy Learning”。 視覺運動策略在機器人操控中展現出巨大潛力,但通常需要大量人工采集的數據才能有效執行。驅動高數據需…

界面控件DevExpress WPF v25.1新功能預覽 - 文檔處理類功能升級

DevExpress WPF擁有120個控件和庫,將幫助您交付滿足甚至超出企業需求的高性能業務應用程序。通過DevExpress WPF能創建有著強大互動功能的XAML基礎應用程序,這些應用程序專注于當代客戶的需求和構建未來新一代支持觸摸的解決方案。 無論是Office辦公軟件…

Muduo網絡庫實現 [十六] - HttpServer模塊

目錄 設計思路 類的設計 模塊的實現 公有接口 私有接口 疑問點 設計思路 本模塊就是設計一個HttpServer模塊,提供便攜的搭建http協議的服務器的方法。那么這個模塊需要如何設計呢? 這還需要從Http請求說起。 首先從http請求的請求行開始分析&…

多模態記憶融合:基于LSTM的連續場景生成——突破AI視頻生成長度限制

一、技術背景與核心挑戰 2025年視頻生成領域面臨的關鍵難題是長時程連貫性——傳統方法在生成超過5分鐘視頻時會出現場景跳變、物理規則不一致等問題。本研究提出時空記憶融合架構(ST-MFA),通過LSTM記憶門控與多模態對齊技術,在R…

LabVIEW油氣井井下集成監測系統

LabVIEW平臺開發的油氣井井下集成監測系統通過實時監控油氣井的井下環境參數,如溫度、壓力和有害氣體含量,有效提高了油氣采收率并確保了作業安全。系統利用高精度傳感器和強大的數據處理能力,通過綜合監測和分析,實現了對油氣井環…