今天給大家?guī)硪黄接懘竽Ｐ皖A(yù)訓(xùn)練與微調(diào)之間關(guān)系的文章，主要通過微調(diào)預(yù)訓(xùn)練階段各個(gè)checkpoint，來發(fā)現(xiàn)預(yù)訓(xùn)練本身或?qū)ο掠挝⒄{(diào)有哪些影響。

• 大模型在預(yù)訓(xùn)練過程中的性能如何變化？
• 更多步數(shù)的預(yù)訓(xùn)練對(duì)下游微調(diào)有何影響？
• 大模型微調(diào)學(xué)到了什么，又忘記了什么？

Paper: https://arxiv.org/abs/2408.06663

由于目前開源模型中，開放全量checkpoints的模型較少，并且實(shí)驗(yàn)成本較大，以下分析結(jié)果主要基于OLMo-1B模型（同時(shí)訓(xùn)練細(xì)節(jié)、預(yù)訓(xùn)練數(shù)據(jù)、微調(diào)數(shù)據(jù)都公開了）進(jìn)行實(shí)驗(yàn)，微調(diào)數(shù)據(jù)詳細(xì)如下表所示，

大模型在預(yù)訓(xùn)練過程中的性能如何變化？

針對(duì)大模型在預(yù)訓(xùn)練過程中的checkpoints，進(jìn)行下游任務(wù)zero-shot或few-shot測(cè)試，如上圖可以發(fā)現(xiàn)，大模型隨著訓(xùn)練步數(shù)的增加，并不是所有任務(wù)數(shù)據(jù)的效果會(huì)隨之提高，部分任務(wù)數(shù)據(jù)在整個(gè)預(yù)訓(xùn)練過程中，基本沒有變化。效果提高的任務(wù)數(shù)據(jù)，也主要在訓(xùn)練前期提高較多，后期趨于平穩(wěn)。

模型在預(yù)訓(xùn)練過程中，更多在學(xué)習(xí)知識(shí)，即使學(xué)習(xí)更多，可能也不會(huì)使用。

更多步數(shù)的預(yù)訓(xùn)練對(duì)下游微調(diào)有何影響？

如上圖所示，可以發(fā)現(xiàn)，在預(yù)訓(xùn)練時(shí)表現(xiàn)較好的任務(wù)數(shù)據(jù)，在微調(diào)過程中并不會(huì)得到改善，即在預(yù)訓(xùn)練過程中已經(jīng)獲取了知識(shí)信息，微調(diào)則沒有幫助。

但在預(yù)訓(xùn)練階段表現(xiàn)不好的任務(wù)數(shù)據(jù)，微調(diào)模型的每個(gè)checkpoint都會(huì)有明顯的改善，一般微調(diào)收益先增加再減少。

那么，如果模型在某一任務(wù)上一定需要下游微調(diào)時(shí)，可能早停的checkpoint效果更優(yōu)。

大模型微調(diào)學(xué)到了什么，又忘記了什么？

從任務(wù)格式、任務(wù)遷移和領(lǐng)域知識(shí)三個(gè)維度來分析微調(diào)學(xué)到了哪些內(nèi)容。

• 任務(wù)格式：利用三種任務(wù)格式（默認(rèn)格式、IO格式、Intruct格式）驗(yàn)證大模型在不同checkpoint上的性能。發(fā)現(xiàn)：在預(yù)訓(xùn)練早期，微調(diào)格式與預(yù)訓(xùn)練格式一致可以獲取更好的效果，隨著預(yù)訓(xùn)練步數(shù)增加，大模型對(duì)格式的敏感性會(huì)隨之下降，可以變的更加靈活。微調(diào)階段可以教會(huì)大模型去適應(yīng)任務(wù)格式。

• 任務(wù)遷移：很多研究已經(jīng)發(fā)現(xiàn)模型微調(diào)會(huì)導(dǎo)致某些任務(wù)的改進(jìn)，但另一些任務(wù)的退化。通過實(shí)驗(yàn)發(fā)現(xiàn)，在生成任務(wù)上微調(diào)，在其他生成任務(wù)和分類任務(wù)上驗(yàn)證基本無下降；在分類任務(wù)上微調(diào)，在其他分類任務(wù)上無下降，但在分類任務(wù)上有明顯下降。

• 領(lǐng)域知識(shí)：模型在學(xué)習(xí)其他能力之后，是否一定會(huì)遺忘微調(diào)之前擁有的領(lǐng)域知識(shí)。如下圖所示，對(duì)于不同任務(wù)的結(jié)論不一致，所有NLI數(shù)據(jù)在MNLI上微調(diào)后，都會(huì)得到提高；但在Paws微調(diào)后，其他釋義檢測(cè)數(shù)據(jù)集均有下降。意味著遺忘和學(xué)習(xí)都發(fā)生。

本文轉(zhuǎn)載自NLP工作站，作者：劉聰NLP