申请/专利权人:云知声智能科技股份有限公司
申请日:2024-03-07
公开(公告)日:2024-06-04
公开(公告)号:CN118133927A
主分类号:G06N3/084
分类号:G06N3/084;G06N3/045
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.21#实质审查的生效;2024.06.04#公开
摘要:基于张量并行的大模型LoRA微调改进方法,包括:从待训练的大模型中确定待调整层,引入两个低秩参数矩阵;根据预设的并行情况对某一低秩参数矩阵进行选择性切分,根据初始权重矩阵、切分的低秩参数矩阵及另一未切分的低秩参数矩阵进行张量并行前向计算,并采用对应的分布式算子,对计算结果进行整合;固定初始权重矩阵,通过反向传播更新低秩参数矩阵直至收敛,得到训练完成的大模型。本发明在张量并行与LoRA微调的结合中对低秩参数矩阵切分方式进行改进,以使得在解除显卡大小对模型规模的限制的同时,还能不增加额外的通信开销,减少计算量。
主权项:1.一种基于张量并行的大模型LoRA微调改进方法,其特征在于,包括:从待训练的大模型中确定待调整层,引入两个低秩参数矩阵;根据预设的并行情况对某一低秩参数矩阵进行选择性切分,根据初始权重矩阵、切分的低秩参数矩阵及另一未切分的低秩参数矩阵进行张量并行前向计算,并采用对应的分布式算子,对计算结果进行整合;固定所述初始权重矩阵,通过反向传播更新所述低秩参数矩阵直至收敛,得到训练完成的大模型。
全文数据:
权利要求:
百度查询: 云知声智能科技股份有限公司 基于张量并行的大模型LoRA微调改进方法、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。