Turbo Sparse:关于LLM稀疏性的探索

极客之家推荐Turbo Sparse:关于LLM稀疏性的探索这篇文章给大家，欢迎收藏极客之家享受知识的乐趣

本文地址：https://www.cnblogs.com/wanger-sjtu/p/18352898

关于llama稀疏性的观察

llama原始模型的FFN计算过程为：

class FeedForward(nn.Module):
    def forward(self, x):
        return self.w2(F.silu(self.w1(x)) * self.w3(x))

Model	Sparisty
Llama-2-7B	40%
ReLULlama-7B	67%
ShiftedReLULlama-7B	71%

论文统计首层transformer block FFN层的稀疏性质，原生FFN的稀疏性仅有40%，激活函数由silu替换为Relu后可以达到67%，而ShiftedReLU可进一步提高到71%。
从FFN层的计算上来看，表面上是Gate部分作为门控控制了计算的稀疏性，实际上Up、Gate共同控制了计算的稀疏性，所以很自然的就引出了drelu的方案

从训练过程上来看，替换以后收敛性没有影响，结果的评价指标上也没有太大影响。

下一步就是进一步评价下修改以后得稀疏度了。这里没有直接用两个mask的交集，而是按照topk的方法做了评测

显然效果显著。不影响模型表现的情况下，稀疏到达到了80%，而牺牲一定精度的条件下可以到达90%

Sparsity of Sparsifi ed Models

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！