讨论一下实时微调的技术实现可能性? about zero_nlp HOT 11 CLOSED

而且，在现有的微调基础上，用(新训练集+旧训练集)继续训练，与重新开始微调相比，loss下降的会很快，相当于loss就是从数据变化的那部分开始下降了~如果你重头微调，loss会从头下降，慢。

求教继续训练的示例代码有吗？我按这个代码 mymusise/ChatGLM-Tuning#14 (comment) 貌似没有在上次的checkpoint继续，貌似loss还是重头开始的，没有下降的很快

去找 hcgf 这个项目

from zero_nlp.

而且随着训练…参数似乎在增加?能在不改变参数量的情况下微调模型吗#(通过逐步覆盖一些用不到的参数，通过牺牲模型的其他功能，实现总参数不变的微调)

from zero_nlp.

我自己验证好了，可以实现，写了个webui可以实时修改对话，并把对话写入训练集，现在还差最后一个技术难题

from zero_nlp.

而且随着训练…参数似乎在增加?能在不改变参数量的情况下微调模型吗#(通过逐步覆盖一些用不到的参数，通过牺牲模型的其他功能，实现总参数不变的微调)

为什么参数会增加呢，每次训练都用一个新的lora层么

from zero_nlp.

而且随着训练…参数似乎在增加?能在不改变参数量的情况下微调模型吗#(通过逐步覆盖一些用不到的参数，通过牺牲模型的其他功能，实现总参数不变的微调)

为什么参数会增加呢，每次训练都用一个新的lora层么

难道不是，训练集越大，参数越多吗…

from zero_nlp.

1. 因为你训练后的模型，已经是被peft包裹后的模型了。peft(base_model)

2. 然后你又训练了一次，这一次是peft(peft(base_model))

3. 然后你又训练了一次，这一次是peft(peft(peft(base_model)))

4. 这样下去，肯定参数越来越大。

5. 因为peft本质上就是对：原始的模型参数全部固定（require_grad=False)，然后对每一个layer的query_key_value做loraa*lorab做旁路了；在模型结构上，又包裹了新的一层。

6. 直接用，肯定是不行的，要能够把结构拆解开，才能做实事微调。

from zero_nlp.

1. 因为你训练后的模型，已经是被peft包裹后的模型了。peft(base_model)

   2. 然后你又训练了一次，这一次是peft(peft(base_model))

   3. 然后你又训练了一次，这一次是peft(peft(peft(base_model)))

   4. 这样下去，肯定参数越来越大。

   5. 因为peft本质上就是对：原始的模型参数全部固定（require_grad=False)，然后对每一个layer的query_key_value做loraa*lorab做旁路了；在模型结构上，又包裹了新的一层。

   6. 直接用，肯定是不行的，要能够把结构拆解开，才能做实事微调。

事实上我已经跑通了，hcgf这项目，多次继续微调，微调文件.pt永远是16MB，似乎没有出现嵌套情况（不过每次微调都要加上以前的老数据，否则会出现灾难性遗忘）

from zero_nlp.

1. 因为你训练后的模型，已经是被peft包裹后的模型了。peft(base_model)

   2. 然后你又训练了一次，这一次是peft(peft(base_model))
   3. 然后你又训练了一次，这一次是peft(peft(peft(base_model)))
   4. 这样下去，肯定参数越来越大。
   5. 因为peft本质上就是对：原始的模型参数全部固定（require_grad=False)，然后对每一个layer的query_key_value做loraa*lorab做旁路了；在模型结构上，又包裹了新的一层。
   6. 直接用，肯定是不行的，要能够把结构拆解开，才能做实事微调。

事实上我已经跑通了，hcgf这项目，多次继续微调，微调文件.pt永远是16MB，似乎没有出现嵌套情况（不过每次微调都要加上以前的老数据，否则会出现灾难性遗忘）

如果不加老数据会遗忘，必须加上的话，跟从预训练模型重新训练有什么区别？

from zero_nlp.

1. 因为你训练后的模型，已经是被peft包裹后的模型了。peft(base_model)

   2. 然后你又训练了一次，这一次是peft(peft(base_model))
   3. 然后你又训练了一次，这一次是peft(peft(peft(base_model)))
   4. 这样下去，肯定参数越来越大。
   5. 因为peft本质上就是对：原始的模型参数全部固定（require_grad=False)，然后对每一个layer的query_key_value做loraa*lorab做旁路了；在模型结构上，又包裹了新的一层。
   6. 直接用，肯定是不行的，要能够把结构拆解开，才能做实事微调。

事实上我已经跑通了，hcgf这项目，多次继续微调，微调文件.pt永远是16MB，似乎没有出现嵌套情况（不过每次微调都要加上以前的老数据，否则会出现灾难性遗忘）

如果不加老数据会遗忘，必须加上的话，跟从预训练模型重新训练有什么区别？

有区别啊，因为我一开始【并没有】这么多数据集，我先喂一点数据，得到微调1.0，和微调1.0交互得到新数据，人工修改后加入数据集。

重新微调得到微调2.0，继续交互得到新数据再并入以前的旧数据集。
就这样，数据良品率越来越高，随着并入数据越来越多，自然训练效果越来越好。

如果你一次性就有这么多数据，一次训练成本是最低的，但没这么多数据怎么办呀，就需要一步一步一边训练一边引导AI自己产生训练集了。

from zero_nlp.

而且，在现有的微调基础上，用(新训练集+旧训练集)继续训练，与重新开始微调相比，loss下降的会很快，相当于loss就是从数据变化的那部分开始下降了~如果你重头微调，loss会从头下降，慢。

from zero_nlp.

而且，在现有的微调基础上，用(新训练集+旧训练集)继续训练，与重新开始微调相比，loss下降的会很快，相当于loss就是从数据变化的那部分开始下降了~如果你重头微调，loss会从头下降，慢。

求教继续训练的示例代码有吗？我按这个代码 mymusise/ChatGLM-Tuning#14 (comment) 貌似没有在上次的checkpoint继续，貌似loss还是重头开始的，没有下降的很快

from zero_nlp.