LLaMA-Adapter:高效微调LLaMA 🚀

公告:我们发布了 LLaMA2-Accessory,一个用于预训练、微调和部署大语言模型和多模态大语言模型的开源工具包。🔥

'LLaMA-Adapter:使用零初始化注意力进行语言模型的高效微调'和'LLaMA-Adapter V2:参数高效的视觉指令模型'的官方实现。

本仓库提出了LLaMA-Adapter (V2),一种用于微调指令跟随和多模态LLaMA模型的轻量级适配方法🔥。

试用LLaMA-Adapter的网页演示🤗:, LLaMA-Adapter V2 和 ImageBind-LLM。

加入我们的微信群!

新闻

[2024.01.18] LLaMA-Adapter被ICLR 2024接收!🎉
[2023.12.08] 我们发布了OneLLM,使用统一框架将八种模态对齐到语言。🔥🔥🔥
[2023.11.11] 我们发布了SPHINX,一个新的多模态大语言模型,是LLaMa-Adapter-V2的一次巨大飞跃。🔥🔥🔥
[2023.10.11] 我们发布了LLaMA-Adapter V2.1,这是LLaMA-Adapter V2的改进版本,具有更强的多模态推理性能。详情请查看llama_adapter_v2_multimodal7b。
[2023.08.28] 我们使用OmniQuant发布了量化LLM,这是一种高效、准确和全方位(甚至极低位)的量化算法。多模态版本即将推出。🔥🔥🔥
[2023.07.24] 我们发布了**LLaMA2-Accessory,一个用于预训练**、微调和部署 大语言模型和多模态大语言模型的开源工具包。详情请查看Alpha-VLLM/LLaMA2-Accessory!🔥🔥🔥
[2023.07.05] 我们发布了llama_adapter_v2_multimodal7b的预训练/微调代码。
[2023.07.04] 我们发布了通过全量微调和LLaMA-Adapter重现Gorilla的代码,请参见gorilla/README.md。
[2023.06.08] 我们发布了ImageBind-LLM的演示。
[2023.06.06] 我们发布了Point-Bind以扩展ImageBind到3D点云,为imagebind_LLM实现3D指令跟随能力。
[2023.06.05] 我们支持LLaMA-Adapter(V1和V2)与LangChain的集成。查看Notebook。
[2023.05.29] 我们在imagebind_LLM发布了ImageBind-LLM的代码。
[2023.05.23] 我们发布了LLaMA-Adapter V2的演示和多模态代码!
[2023.05.05] 我们发布了新工作Personalize Segment Anything的论文和代码,该工作可以在10秒内高效微调Segment Anything,并改进DreamBooth以实现更好的文本到图像生成。
[2023.04.30] 我们注意到GPT-4评估对第一个回答有很强的位置偏见。我们将很快更新论文以揭示这种位置偏见。非常感谢Canwen Xu。
[2023.04.28] 我们发布了LLaMA-Adapter V2,一个多模态指令模型。查看我们的论文、演示和代码!
[2023.03.28] LLaMA-Adapter V1的论文和训练代码已发布。 📌

已发布模型

名称	方法	数据	模态	视觉	文本
LLaMA-Adapter V1	前缀,门控	Alpaca	文本	×	LLaMA-7B
LLaMA-Adapter V2 对话	缩放,偏置,归一化	ShareGPT	文本	×	LLaMA-65B
LLaMA-Adapter V2 多模态	[预训练] 前缀,投影,门控 [微调] 偏置,归一化	[预训练] Image-Text-V1 [微调] GPT4LLM, LLaVA	图像&文本	CLIP-ViT-L/14	LLaMA-7B
LLaMA-Adapter V2.1 多模态	[预训练] 前缀,投影,门控 [微调] 偏置,归一化,LoRA	[预训练] Image-Text-V1 [微调] GPT4LLM, LLaVA, VQAv2	图像&文本	CLIP-ViT-L/14	LLaMA-7B
ImageBind-LLM	[预训练] 前缀,投影,门控 [微调] 偏置,归一化,LoRA	[预训练] Image-Text-V1 [微调] 指令跟随	ImageBind模态 + 点云	imagebind_huge	Open-Chinese-LLaMA-7B
ImageBind-对话	[预训练] 前缀,投影,门控 [微调] 偏置,归一化,LoRA	[预训练] Image-Text-V1 [微调] LLaVA, ShareGPT	ImageBind模态 + 点云	imagebind_huge	Open-Chinese-LLaMA-7B

[预训练]表示预训练,[微调]表示微调
Image-Text-V1是LAION400M、COYO、MMC4、SBU、Conceptual Captions和COCO的组合
ImageBind模态包括图像、视频、文本、音频、深度、热成像、IMU
ImageBind-对话将很快发布

概述

效率比较:

模型	参数量	存储空间	训练时间
Alpaca	7B	13G	3小时
LLaMA-Adapter	1.2M	4.7M	1小时

通过在LLaMA的transformer中插入adapters,我们的方法只引入了1.2M可学习参数,并在1小时内将LLaMA转变为一个指令跟随模型。为了稳定早期阶段的训练,我们提出了一种新颖的零初始化注意力,通过零门控机制自适应地融入指令信号。微调后,LLaMA-Adapter可以生成高质量的指令跟随句子,与全量微调的Stanford Alpaca和Alpaca-Lora相当。

我们的方法可以简单地扩展到多模态输入指令。以下是图像条件LLaMA-Adapter在ScienceQA上的推理框架,这也适用于其他模态,如音频和视频。

设置

这里是LLaMA-Adapter V1的从头开始的脚本。

conda create -n llama_adapter -y python=3.8
conda activate llama_adapter

# 安装pytorch
conda install pytorch cudatoolkit -c pytorch -y
# 安装依赖和llama-adapter
pip install -r requirements.txt
pip install -e .

注意：如需设置其他模型，请参考llama_adapter_v2_chat65b、llama_adapter_v2_multimodal7b和imagebind_LLM了解更多详情。

推理

请通过此表单（官方）申请访问预训练的LLaMA，或从Hugging Face（非官方）下载LLaMA-7B。然后，从这里获取我们的LLaMA-Adapter权重。我们将下载的LLaMA权重路径和适配器路径分别表示为TARGET_FOLDER和ADAPTER_PATH。

以下是使用7B LLaMA模型和我们的LLaMA-Adapter生成指令遵循句子的示例：

torchrun --nproc_per_node 1 example.py \
         --ckpt_dir $TARGET_FOLDER/model_size\
         --tokenizer_path $TARGET_FOLDER/tokenizer.model \
         --adapter_path $ADAPTER_PATH

训练

我们在这里发布了LLaMA-7B模型上LLaMA-Adapter的简单微调代码，以便轻松复现，依赖项最少。我们很快将发布LLaMA-65B和多模态LLaMA-Adapter的微调代码。

请从Standford Alpaca下载52K指令遵循训练数据，并将其放在DATA_PATH下。然后运行：

cd alpaca_finetuning_v1

torchrun --nproc_per_node 8 finetuning.py \
         --model Llama7B_adapter \
         --llama_model_path $TARGET_FOLDER/ \
         --data_path $DATA_PATH/alpaca_data.json \
         --adapter_layer 30 \
         --adapter_len 10 \
         --max_seq_len 512 \
         --batch_size 4 \
         --epochs 5 \
         --warmup_epochs 2 \
         --blr 9e-3 \
         --weight_decay 0.02 \
         --output_dir ./checkpoint/

与其他方法的比较

指令1：

如何提高我的批判性思维技能？给我三个建议。

LLaMA-Adapter V2:

广泛阅读：阅读书籍、文章和其他信息来源可以帮助你提高批判性思维技能。通过接触不同的观点和想法，你可以学会更有效地分析和评估信息。
练习正念：正念是指专注当下并关注自己的思想和感受的练习。通过更多地意识到你的思想和情感，你可以更好地理解和评估它们。这可以帮助你形成更客观和理性的思考方式。
参与开放式讨论：加入讨论小组或辩论俱乐部，在那里你可以与他人进行开放式讨论。这可以通过挑战你的假设并鼓励你考虑不同的观点来帮助你提高批判性思维技能。

LLaMA-Adapter V1:

广泛而批判性地阅读。
与持不同观点的人进行讨论。
提出问题并寻求答案。

指令2：

作为一个超级英雄，你会如何向一个好奇的孩子解释你的起源故事？

LLaMA-Adapter V2:

作为一个超级英雄，我有一个非常有趣和激动人心的起源故事要和你分享。从前，有一个名叫约翰的小男孩住在一个小镇上。约翰一直很好奇，想要帮助他人，所以他每天都在探索周围的世界，了解不同的文化和人们。有一天，当他外出探险时，偶然发现了一个神秘的洞穴。在洞穴里，约翰发现了一个奇怪的装置，它能赋予他难以置信的能力。有了这些能力，约翰可以飞行、从眼睛里射出激光，甚至变得隐形。

约翰知道他必须善用这些力量，所以他决定成为一个超级英雄，用他的能力保护他的小镇和那里的居民。他开始每天训练，学习如何使用他的力量以及如何对抗邪恶。最终，约翰成为了人们所知的"隐形人"超级英雄，他用自己的力量帮助他人，让世界变得更美好。

这就是我的起源故事，我相信你会喜欢的！

LLaMA-Adapter V1:

从前，有一个拥有特殊能力的小男孩。他用他的能力帮助需要帮助的人并保护无辜者。他成为了人们所知的超级英雄，用他的力量与邪恶作斗争，保护这个世界。

指令3：

告诉我关于羊驼的信息。

LLaMA-Adapter：羊驼是骆驼科动物的一种，原产于南美洲的安第斯山脉。它们通常生活在10-20只动物组成的群体中，以其温和的性格和在恶劣气候中生存的能力而闻名。羊驼通常呈白色或灰色，有长而柔软的毛发。它们还以能产出高质量的羊毛而闻名，这种羊毛被用于生产服装和其他产品。

指令4：

告诉我关于2019年墨西哥总统的信息。

LLaMA-Adapter：2019年墨西哥的总统是安德烈斯·曼努埃尔·洛佩斯·奥夫拉多尔（Andrés Manuel López Obrador），他于2018年12月1日就职。他是左翼政党墨西哥国家复兴运动（Morena）的成员，以其民粹主义政策而闻名。他致力于打击腐败、减少贫困和改善国家基础设施。他还一直是美国移民政策的强烈批评者。

指令5：

编写一个打印前10个斐波那契数的Python程序。

LLaMA-Adapter：

def fibonacci():
    a = 0
    b = 1
    for i in range(10):
        a, b = b, a + b
        print(a, b)
    print("斐波那契数列：", a, b)

fibonacci()

指令6：

编写一个程序，打印从1到100的数字。但对于3的倍数，打印"Fizz"而不是数字；对于5的倍数，打印"Buzz"。对于既是3的倍数又是5的倍数的数字，打印"FizzBuzz"。

LLaMA-Adapter：

def print_numbers(n):
    for i in range(1, 101):
        if i % 3 == 0 and i % 5 == 0:
            print("FizzBuzz")
        elif i % 3 == 0:
            print("Fizz")
        elif i % 5 == 0:
            print("Buzz")
        else:
            print(i)

其他方法

Alpaca-LoRA:

for i in range(1, 101):
    if i % 3 == 0 and i % 5 == 0:
        print("FizzBuzz")
    elif i % 3 == 0:
        print("Fizz")
    elif i % 5 == 0:
        print("Buzz")
    else:
        print(i)

Stanford Alpaca:

for i in range(1, 101):
    if i % 3 == 0 and i % 5 == 0:
        print('FizzBuzz')
    elif i % 3 == 0:
        print('Fizz')
    elif i % 5 == 0:
        print('Buzz')
    else:
        print(i)

text-davinci-003:

for (let i = 1; i <= 100; i++) {
  if (i % 3 === 0 && i % 5 === 0) {
    console.log("FizzBuzz");
  } else if (i % 3 === 0) {
    console.log("Fizz");
  } else if (i % 5 === 0) {
    console.log("Buzz");
  } else {
    console.log(i);
  }
}

贡献者

高鹏、韩佳明、张任瑞、周奥君

招聘公告

🔥 我们正在招聘上海人工智能实验室通用视觉组的实习生、博士后和全职研究人员，主要关注多模态和视觉基础模型。如果您有兴趣，请联系gaopengcuhk@gmail.com。

引用

如果您发现我们的LLaMA-Adapter代码和论文有用，请引用：

@article{zhang2023llamaadapter,
  title = {LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention},
  author={Zhang, Renrui and Han, Jiaming and Liu, Chris and Gao, Peng and Zhou, Aojun and Hu, Xiangfei and Yan, Shilin and Lu, Pan and Li, Hongsheng and Qiao, Yu},
  journal={arXiv preprint arXiv:2303.16199},
  year={2023}
}

如果您发现我们的LLaMA-Adapter V2代码和论文有用，请引用：

@article{gao2023llamaadapterv2,
  title = {LLaMA-Adapter V2: Parameter-Efficient Visual Instruction Model},
  author={Gao, Peng and Han, Jiaming and Zhang, Renrui and Lin, Ziyi and Geng, Shijie and Zhou, Aojun and Zhang, Wei and Lu, Pan and He, Conghui and Yue, Xiangyu and Li, Hongsheng and Qiao, Yu},
  journal={arXiv preprint arXiv:2304.15010},
  year={2023}
}