介绍

ChatGLM-6B：https://github.com/THUDM/ChatGLM-6B ，主要是能够让我们基于单卡自己部署。ChatGLM的基座是GLM: General Language Model Pretraining with Autoregressive Blank Infilling论文中提出的模型。

动机

预训练语言吗模型大体可以分为三种：自回归（GPT系列）、自编码（BERT系列）、编码-解码（T5、BART），它们每一个都在各自的领域上表现不俗，但是，目前没有一个预训练模型能够很好地完成所有任务。GLM是一个通用的预训练语言模型，它在NLU（自然语言理解）、conditional（条件文本生成） and unconditional generation（非条件文本生成）上都有着不错的表现。

GLM的核心是：Autoregressive Blank Infilling

llama模型结构和gpt3的差异 glm 模型_General


即，将文本中的一段或多段空白进行填充识别。

llama模型结构和gpt3的差异 glm 模型_深度学习_02

llama模型结构和gpt3的差异 glm 模型_General_03

GLM 的 多任务训练

NLU 和 NLG 的 训练方式 是存在差异的，GLM 对于文档和句子采用不同的空白填充方式：

  • 文档：span的长度从原始长度的50%-100%的均匀分布中抽取。该目标旨在生成长文本；
  • 句子：限制masked span必须是完整的句子。多个span(句子)被取样，以覆盖15%的的原始标记。这个目标是针对seq2seq任务，其预测往往是完整的句子或段落。

GLM 模型架构

GLM 主要 在 Transformer 的 架构上进行 修改：

  • 调整layer normalization和residual connection的顺序；
  • 使用单一线性层进行输出token预测；
  • 将ReLU激活函数替换为GeLUs；

在 NLG 中，GLM 如何让 模型 不知道 生成query 长度？

两个位置id通过可学习嵌入表投影到两个向量，这两个向量都被添加到输入标记嵌入中。
该编码方法确保模型在重建时不知道被屏蔽的跨度的长度。
这种设计适合下游任务，因为通常生成的文本的长度是事先未知的。

GLM 微调

llama模型结构和gpt3的差异 glm 模型_人工智能_04

1 对 NLU任务 进行微调

对于 NLU任务，在模板后面预测类别。

  • It’s a beautiful day, I’m in a great mood. it is [MASK]. [S] good
  • I failed in the exam today. I was very depressed. it is [MASK] [S] bad
2 对 NLG任务 进行微调

对于 NLG任务 ，输入的文本视为A部分，在该部分后面添加[MASK]，使用自回归来生成文本。

GLM 微调方式的优点

微调方式的优点 在于 能够预训练和微调是保持一致的。