手机网站的特点一网信息一个简单便捷的新闻网站

0 后训练分类

1 post train的难点

llama 在pretrain的时候使用英文的，所以回答也是用英文

我现在想要让她用中文回答，于是我找了一堆中文资料用pretrain style的方式后训练

我期待的可能是，模型不仅要保持alignment的能力（比如安全），还需要会中文回答

但实际上，可能昨晚post train后，可以说中文了，但是原版alignment的能力就没有了

Toxicity  有多少比例讲出不该说的话

可以看到base model这个值是很高的，然后align之后就很低

但是使用post train之后，可以看到toxic值又升上去了（除了lora）

• STF style的后训练也会遇到这个问题
• 这个雷达图，数值越大表示越可能讲出不该说的话
• 灰色的是post train 之前的，红色是post train之后的
•  左边，post train LLM学习不该说的话
  • 此时肯定就破坏align了
• 中间
  • 知识让模型改一下身份（现在LLM你的名字是AOA）
  • 但align也被破坏了
• 右边
  • post train一些正常的问题
  • 即便知识正常的资料，llm的安全也是变差了

Self-Distillation Bridges Distribution Gap in Language Model Fine-Tuning

• 除了安全，其他能力也是变差了的
  • 第一个是使用工具的能力，第二个是数学能力，第三个是编程能力
  • 只有教的哪个能力变强了，其他的能力都变差了

1.1 大一点的模型一样的问题

• 是不是因为模型不够大？参数不够多？

  • 不是的，比较大的模型，forgeting的情况没有减轻

  • ​​​​​​​不管什么模型，在目标任务上train的越好，遗忘就越严重

加上lora之后，忘记的少，但是学的也少

相比于别的办法，lora还是能较少一定的遗忘

2 解决灾难性遗忘的方法

2.1 经验回放

第二阶段用一点点任务1的资料

但问题是，现在的LLM，我们似乎并不能知道他们的训练数据

我们让LLM自己生成一段话，把这一段话视为预训练的数据集

Magpie: Alignment Data Synthesis from Scratch by Prompting Aligned LLMs with Nothing

• 让llama自问自答，得到类似于自己训练过的资料一样的数据

• 先给一个代表user的符号，让llama自己去接龙，他就会产生一个问题

  • ​​​​​​​然后把代表user的符号、llama自己生成的问题、assistant的符号提供给llama，llama生成一个答案

• 用这些作为llama的训练数据