一文彻底搞懂Fine-tuning - 参数高效微调（Parameter-Efficient Fine-Tuning）

PEFT技术详解：如何用极简参数撬动大模型

本文详细介绍了参数高效微调（PEFT）的核心原理与三种主流实现方法：Prefix Tuning、LoRA和Adapter Tuning。

大模型的参数规模已经来到了千亿、万亿级别。在这种情况下，每换一个任务就要从头全量微调一次，无论在算力还是存储上，代价都高得惊人。那么，有没有一种方式，能让模型在几乎不改变原始参数的前提下，快速适应新的任务？

答案是肯定的。PEFT（Parameter-Efficient Fine-Tuning）就是解决这一问题的关键技术。它的思路很巧妙：冻结预训练模型绝大多数参数，只额外训练一小部分可学习的参数，用这部分“四两拨千斤”的模块来引导模型输出转向新任务。这些额外参数可以是新插入的嵌入层、低秩矩阵或者其他轻量级结构。

目前，PEFT家族中应用最广的三位成员是：

。下面分别展开聊聊它们各自的原理和实现路径。

一、Prefix Tuning（前缀微调）

Prefix Tuning的核心操作非常直观——在原始文本经过词嵌入处理之后，在前面拼接上一个可训练的前缀矩阵。这个前缀会与输入序列一同输入到注意力机制中，从而影响模型对整段文本的理解。关键在于，这一小段“前缀”是专门针对当前任务学习的，其他所有预训练参数保持不动。实践中，这个前缀可以只加在模型的输入层，也可以逐层都加上，灵活性很高。

具体实现并不复杂，主要包含以下几个步骤：

1. 初始化前缀嵌入
   ：在模型的输入层前，初始化一个固定长度的可学习嵌入矩阵，维度为[前缀长度，嵌入维度]，其中嵌入维度与模型词嵌入一致。前缀长度则根据任务需求调整。

2. 拼接输入序列
   ：将这个前缀矩阵与原始输入序列的嵌入表示拼接在一起，作为新的输入送入模型。

3. 训练更新
   ：在训练时，模型只反向传播更新这个前缀嵌入的参数，以最小化当前任务的损失。原始预训练参数全部冻结。

4. 微调优化
   ：根据训练表现，还可以进一步调整前缀的初始化方式、长度、学习率等超参数，以获得更好的性能。

5. 推理部署
   ：训练完成后，在推理阶段，只需将任务输入与训练好的前缀拼接，送入模型即可得到预测结果。

这种方法在文本分类、问答等任务上表现突出，尤其适合需要对Transformer模型进行轻量级适配的场景。

二、LoRA（低秩适应微调）

LoRA背后的洞察很有意思：它假设预训练模型在适配新任务时，其权重的变化量（即微调前后的差值）本身是低秩的。换句话说，我们不需要直接更新整个大矩阵，而是可以用两个小矩阵的乘积来近似这个变化量。

具体来说，LoRA在预训练模型的权重矩阵旁引入了两个低秩矩阵A和B（其中A远小于原始矩阵），用它们的乘积来近似模型参数的更新ΔW = AB。训练时，只更新A和B的参数，原始预训练模型参数完全不变。

LoRA的效果高度依赖于以下四个关键超参数的设置：

• 秩（lora_rank）
  ：决定低秩矩阵的维度。在小型数据集或简单任务中，秩设为1或2即可；任务复杂时，可能需要4、8甚至更高。

• 缩放系数（lora_alpha）
  ：用于在训练开始时对低秩矩阵的更新进行缩放，以保证训练的稳定性。具体值取决于秩和任务复杂度。

• Dropout系数（lora_dropout）
  ：正则化手段，控制训练过程中随机丢弃低秩矩阵元素的比例，取值范围通常在0到1之间。

• 学习率（learning_rate）
  ：控制权重更新步长，需要根据模型和数据规模仔细调节。

LoRA凭借其高效性和稳定性，已经成为大模型微调领域使用最广泛的方法之一，特别适合于大型语言模型和扩散模型的轻量化适配。

三、Adapter Tuning（适配器微调）

Adapter Tuning的思路类似在现有建筑的每层之间加装一个小的“扩展房间”。它通过在预训练模型的各层之间插入小型神经网络模块（即适配器），用这些模块来学习特定任务的知识，而原始模型的参数全程保持不变。

一个典型的适配器通常包含一个降维层、一个非线性激活函数和一个升维层，结构紧凑，参数量很少。

实施流程一般包括以下几个环节：

1. 环境准备
   ：安装并配置好PyTorch或TensorFlow等深度学习框架。

2. 定义Adapter模块
   ：根据任务需求设计适配器结构，通常包含输入层、输出层、下投影和上投影前馈层以及激活函数。

3. 插入预训练模型
   ：将适配器插入到Transformer架构的特定位置，一般放在两个全连接层（FFN）之间。

4. 数据集准备
   ：收集并处理好训练集、验证集和测试集。

5. 定义完整模型
   ：将预训练模型与适配器模块结合，确保数据能正确处理。

6. 训练适配器
   ：在任务数据集上训练时，只更新适配器参数，冻结所有预训练参数。

7. 评估与优化
   ：在测试集上评估性能，根据结果进行迭代调整。

Adaptor Tuning在参数量和表现之间取得了很好的平衡，在NLP和计算机视觉任务中都有广泛应用。

从目前行业的发展来看，PEFT这一系列方法已经成为了大模型落地的必选项。无论是让模型更迅速地适配垂直领域，还是降低中小企业使用大模型的成本和门槛，PEFT都提供了非常优雅的解决方案。未来，随着模型规模的进一步增长，参数高效微调技术的价值只会更加凸显。对于每一位从事模型工程和AI应用的人来说，深入理解并熟练运用PEFT，已经是一项必备技能了。