LLM上下文窗口突破200萬！無需架構(gòu)變化+復(fù)雜微調(diào)，輕松擴(kuò)展8倍

AIGC動態(tài)歡迎閱讀

原標(biāo)題：LLM上下文窗口突破200萬！無需架構(gòu)變化+復(fù)雜微調(diào)，輕松擴(kuò)展8倍
關(guān)鍵字：上下文,窗口,位置,長度,研究人員
文章來源：新智元
內(nèi)容字?jǐn)?shù)：10906字

內(nèi)容摘要：

新智元報(bào)道編輯：LRS
【新智元導(dǎo)讀】LongRoPE方法首次將LLM的窗口擴(kuò)展到了2048k個(gè)token，只是簡單微調(diào)的情況下，就能實(shí)現(xiàn)與短上下文窗口相近的性能！大型語言模型（LLM）往往會追求更長的「上下文窗口」，但由于微調(diào)成本高、長文本稀缺以及新token位置引入的災(zāi)難值（catastrophic values）等問題，目前模型的上下文窗口大多不超過128k個(gè)token
最近，Microsoft Research的研究人員提出了一個(gè)新模型LongRoPE，首次將預(yù)訓(xùn)練 LLM 的上下文窗口擴(kuò)展到了2048k個(gè)token，在256k的訓(xùn)練長度下只需要1000個(gè)微調(diào)步驟即可，同時(shí)還能保持原始短上下文窗口的性能。論文鏈接：https://arxiv.org/abs/2402.13753
代碼鏈接：https: //github.com/microsoft/LongRoPE
LongRoPE主要包含了三個(gè)關(guān)鍵創(chuàng)新點(diǎn)：
1. 通過高效搜索識別并利用了位置插值中的兩種非均勻性，為微調(diào)提供了更好的初始化，并在非微況下實(shí)現(xiàn)了 8 倍擴(kuò)展；
2. 引入了漸進(jìn)擴(kuò)展策略，首先微調(diào) 256k 長度

原文鏈接：LLM上下文窗口突破200萬！無需架構(gòu)變化+復(fù)雜微調(diào)，輕松擴(kuò)展8倍

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對人類社會與文明進(jìn)化的影響，領(lǐng)航中國新智能時(shí)代。