大模型微调之 在亚马逊AWS上实战LlaMA案例（三）

使用 QLoRA 增强语言模型：Amazon SageMaker 上 LLaMA 2 的高效微调

语言模型在自然语言处理任务中发挥着关键作用，但训练和微调大型模型可能会占用大量内存且耗时。在本文中，将深入研究一种在 Amazon SageMaker 上使用 QLoRA（量化感知低阶适配器调优）来微调语言模型的方法。具体来说，将集中精力微调 LLaMA 2-70B，这是 LLaMA 语言模型的一个变体，它提供了改进的性能，并支持更大的上下文长度窗口。通过利用 Hugging Face Transformers、Accelerate 和 PEFT，可以在语言任务上取得最先进的结果，同时减少内存需求。

运行以下命令安装必要的库：

!pip install "transformers==4.31.0" "datasets[s3]==2.13.0" sagemaker --upgrade --quiet          

登录 Hugging Face 帐户以访问所需资源

!huggingface-cli login --token YOUR_TOKEN      

如果计划在本地环境中使用 Amazon SageMaker，请确保你拥有具有必要权限的 IAM 角色。

加载和准备数据集📑：
在此示例中， 将使用 Databricks Dolly 数据集，其中包含由 Databricks 员工生成的指令跟踪记录。使用 Hugging Face Datasets 库加载数据集

from datasets import load_dataset  
from random import randrange  # Load dataset from the hub  
dataset = load_dataset("databricks/databricks-dolly-15k", split="train")  print(f"Dataset size: {len(dataset)}")  
print(dataset[randrange(len(dataset))]) 

该数据集包括带有说明、上下文和响应的示例。 将使用格式化函数将组件组合成单个提示来格式化这些示例

def format_dolly(sample):  instruction = f"### Instruction\n{sample['instruction']}"  context = f"### Context\n{sample['context']}" if len(sample["context"]) > 0 else None  response = f"### Answer\n{sample['response']}"  prompt = "\n\n".join([i for i in [instruction, context, response] if i is not None])  return prompt      

将使用 Hugging Face Transformers 库对数据集进行标记和分块，以实现高效训练：

from transformers import AutoTokenizer  model_id = "meta-llama/Llama-2-70b-hf"  
tokenizer = AutoTokenizer.from_pretrained(model_id, use_auth_token=True)  
tokenizer.pad_token = tokenizer.eos_token  

在 Amazon SageMaker 上使用 QLoRA 微调 LLaMA 2-70B：

现在，大家可以深入研究微调过程。将利用 QLoRA（一种高效的微调技术）在 Amazon SageMaker 上训练 LLaMA 2-70B。为了实现这一点， 准备了一个名为 run_clm.py 的训练脚本，它使用 PEFT 实现 QLoRA 技术。

为了创建 SageMaker 训练作业， 将使用 HuggingFace Estimator，它处理端到端训练和部署任务。大家将定义超参数并使用必要的配置初始化估计器

import time  
from sagemaker.huggingface import HuggingFace  
from huggingface_hub import HfFolder  # Define Training Job Name  
job_name = f'huggingface-qlora-{time.strftime("%Y-%m-%d-%H-%M-%S")}'  
role = sagemaker.get_execution_role()  # Define hyperparameters for the training job  
hyperparameters ={  'model_id': model_id,  'dataset_path': '/opt/ml/input/data/training',  'epochs': 3,  'per_device_train_batch_size': 2,  'lr': 2e-4,  'hf_token': HfFolder.get_token(),  'merge_weights': True,  
}  # Create the HuggingFace Estimator  
huggingface_estimator = HuggingFace(  entry_point='run_clm.py',  source_dir='scripts',  instance_type='ml.g5.4xlarge',  instance_count=1,  base_job_name=job_name,  role=role,  volume_size=300,  transformers_version='4.28',  pytorch_version='1.9.0',  py_version='py3',  hyperparameters=hyperparameters,  environment={"HUGGINGFACE_HUB_CACHE": "/tmp/.cache"},  
)  # Define a data input dictionary with the uploaded S3 URIs  
data = {'training': training_input_path}  # Start the training job  
huggingface_estimator.fit(data, wait=True)    

这段代码是用于在Amazon Web Services (AWS) 的机器学习服务平台Amazon SageMaker上创建和启动一个Hugging Face模型训练作业的Python脚本。以下是与AWS相关的代码的总体说明：

1. import time
   导入Python的time模块，用于获取当前的时间，这将用于生成训练作业的名称。

2. from sagemaker.huggingface import HuggingFace
   从sagemaker库中导入HuggingFace类。sagemaker是AWS提供的一个模块，用于与SageMaker服务进行交互。

3. from huggingface_hub import HfFolder
   从huggingface_hub模块导入HfFolder类，该模块用于与Hugging Face模型仓库交互。

4. job_name = f'huggingface-qlora-{time.strftime("%Y-%m-%d-%H-%M-%S")}'
   创建一个格式化的字符串，用于定义训练作业的名称。名称中包含了当前的日期和时间，确保每次运行时作业名称的唯一性。

5. role = sagemaker.get_execution_role()
   调用sagemaker模块的get_execution_role()函数来获取当前环境的执行角色。这个IAM角色将被赋予SageMaker训练作业所需的权限。

6-15. hyperparameters = {...}
定义一个字典，包含了训练作业的超参数。这些参数将传递给训练脚本，用于调整模型训练过程。

16-28. huggingface_estimator = HuggingFace(...)
实例化HuggingFace类，创建一个Hugging Face模型训练的估计器对象。该对象包含了训练作业的所有配置信息：

• entry_point: 训练脚本的文件名。
• source_dir: 包含训练脚本和相关文件的目录。
• instance_type: 训练时使用的AWS实例类型。
• instance_count: 训练时使用的实例数量。
• base_job_name: 训练作业的基础名称。
• role: 用于训练作业的IAM角色。
• volume_size: 实例的EBS卷大小。
• transformers_version, pytorch_version, py_version: 分别指定了transformers库、PyTorch框架和Python解释器的版本。
• hyperparameters: 传递给训练脚本的超参数字典。
• environment: 设置环境变量，这里指定了Hugging Face Hub的缓存路径。

29-30. data = {'training': training_input_path}
定义一个字典，用于指定训练数据的位置。training_input_path应该是一个S3 URI，指向存储在Amazon S3上的训练数据。

31. huggingface_estimator.fit(data, wait=True)
    调用fit方法启动训练作业。data参数指定了训练数据的位置，wait=True参数表示脚本将等待训练作业完成。

这段代码展示了如何使用AWS的SageMaker服务和Hugging Face的库来训练机器学习模型。它利用了AWS的云基础设施和Hugging Face的预训练模型和工具来执行训练任务。

在 Amazon SageMaker 上部署微调的 LLM 2-70B：

微调过程完成后， 可以在 Amazon SageMaker 上部署微调后的 LLaMA 2-70B 模型进行推理。按着这些次序：

通过创建 HuggingFace 模型类来准备部署模型：

from sagemaker.huggingface import HuggingFaceModel  # Create the HuggingFace Model class  
huggingface_model = HuggingFaceModel(  model_data=huggingface_estimator.model_data,  role=role,  transformers_version='4.28',  pytorch_version='1.9.0',  py_version='py3',  
)   

这段代码是用于在Amazon Web Services (AWS) 的机器学习服务平台Amazon SageMaker上创建一个Hugging Face模型的Python脚本。以下是与AWS相关的代码的总体说明：

1. from sagemaker.huggingface import HuggingFaceModel
   从sagemaker.huggingface模块导入HuggingFaceModel类。sagemaker是AWS提供的一个模块，用于与SageMaker服务进行交互，而HuggingFaceModel类是用于创建和管理Hugging Face模型对象的。

2-7. huggingface_model = HuggingFaceModel( ... )
实例化HuggingFaceModel类，创建一个Hugging Face模型对象。这个对象包含了加载和部署Hugging Face模型所需的配置信息：

• model_data: 这是指向模型数据的位置的URI，通常是在Amazon S3上的一个路径。huggingface_estimator.model_data是先前训练过程中生成的模型数据， 是一个指向S3上模型文件位置的URI。
• role: 这是用于模型的AWS Identity and Access Management (IAM) 角色。此角色需要有权限访问S3上的模型数据以及其他任何需要的AWS资源。
• transformers_version: 指定了Hugging Face的transformers库的版本，这里是’4.28’。这个版本需要与训练模型时使用的版本相匹配。
• pytorch_version: 指定了PyTorch框架的版本，这里是’1.9.0’。模型需要与特定版本的PyTorch兼容。
• py_version: 指定了Python解释器的版本，这里是’py3’，表示使用Python 3。

通过创建HuggingFaceModel对象，你可以在SageMaker上部署Hugging Face模型，以便进行推断（inference）。这个对象可以用于创建SageMaker的Endpoint，从而允许应用程序通过这个端点发送数据并接收模型推断结果。

使用 HuggingFace 模型类将模型部署到 SageMaker 端点：

# Deploy the model to a SageMaker endpoint  
predictor = huggingface_model.deploy(  initial_instance_count=1,  instance_type='ml.m5.large',  
)      

这段代码是用于在Amazon Web Services (AWS) 的机器学习服务平台Amazon SageMaker上部署一个训练好的Hugging Face模型，并创建一个可用于进行实时预测的端点（endpoint）。以下是与AWS相关的代码的详细说明：

1. predictor = huggingface_model.deploy( ... )
   调用HuggingFaceModel对象的deploy方法来部署模型。这会创建一个SageMaker端点，该端点可以接收输入数据，使用部署的模型进行推断，并返回预测结果。

2. initial_instance_count=1
   此参数指定了要使用的初始实例数量。在这个例子中，设置为1意味着将启动一个实例来响应预测请求。根据预测负载的需求，可以调整此值以扩展或缩减实例数量。

3. instance_type='ml.m5.large'
   此参数指定了用于部署模型的EC2实例的类型。在这个例子中，选择了ml.m5.large，这是SageMaker提供的计算优化型实例之一，适合运行机器学习工作负载。实例类型可以根据模型的计算需求和预算进行选择。

部署完成后，predictor对象将代表SageMaker端点，可以通过它来执行预测。通常，这个端点可以被任何可以发送HTTP请求的客户端访问，使得模型的推断服务可以集成到不同的应用程序中。

此外，部署模型到SageMaker端点还涉及一些成本，因为AWS会根据实例的使用时间和存储的数据量来收费。因此，在部署模型时，需要考虑这些因素以优化成本。

需要注意的是，这段代码假定huggingface_model是之前创建的HuggingFaceModel对象，且已经包含了所有必要的配置信息，如模型数据、IAM角色、依赖库版本等。此外，还需要确保所使用的IAM角色具有创建和操作SageMaker端点所需的权限。

通过发送输入文本和接收预测，利用部署的模型进行推理：

# Perform inference using the deployed model  
input_text = "What is the meaning of life?"  
response = predictor.predict(input_text)  
print(response)      

本文 探索了一种在 Amazon SageMaker 上使用 QLoRA 微调语言模型的有效方法。通过利用 Hugging Face Transformers、Accelerate 和 PEFT 的强大功能， 在降低内存需求的同时提高了性能。使用 QLoRA 微调 LLaMA 2-70B 能够在语言任务上取得最先进的结果，同时减少训练时间和成本💰。体验一下，释放微调大型语言模型的潜力！

大模型技术分享

《企业级生成式人工智能LLM大模型技术、算法及案例实战》线上高级研修讲座

模块一：Generative AI 原理本质、技术内核及工程实践周期详解
模块二：工业级 Prompting 技术内幕及端到端的基于LLM 的会议助理实战
模块三：三大 Llama 2 模型详解及实战构建安全可靠的智能对话系统
模块四：生产环境下 GenAI/LLMs 的五大核心问题及构建健壮的应用实战
模块五：大模型应用开发技术：Agentic-based 应用技术及案例实战
模块六：LLM 大模型微调及模型 Quantization 技术及案例实战
模块七：大模型高效微调 PEFT 算法、技术、流程及代码实战进阶
模块八：LLM 模型对齐技术、流程及进行文本Toxicity 分析实战
模块九：构建安全的 GenAI/LLMs 核心技术Red Teaming 解密实战
模块十：构建可信赖的企业私有安全大模型Responsible AI 实战 

Llama3关键技术深度解析与构建Responsible AI、算法及开发落地实战

1、Llama开源模型家族大模型技术、工具和多模态详解：学员将深入了解Meta Llama 3的创新之处，比如其在语言模型技术上的突破，并学习到如何在Llama 3中构建trust and safety AI。他们将详细了解Llama 3的五大技术分支及工具，以及如何在AWS上实战Llama指令微调的案例。
2、解密Llama 3 Foundation Model模型结构特色技术及代码实现：深入了解Llama 3中的各种技术，比如Tiktokenizer、KV Cache、Grouped Multi-Query Attention等。通过项目二逐行剖析Llama 3的源码，加深对技术的理解。
3、解密Llama 3 Foundation Model模型结构核心技术及代码实现：SwiGLU Activation Function、FeedForward Block、Encoder Block等。通过项目三学习Llama 3的推理及Inferencing代码，加强对技术的实践理解。
4、基于LangGraph on Llama 3构建Responsible AI实战体验：通过项目四在Llama 3上实战基于LangGraph的Responsible AI项目。他们将了解到LangGraph的三大核心组件、运行机制和流程步骤，从而加强对Responsible AI的实践能力。
5、Llama模型家族构建技术构建安全可信赖企业级AI应用内幕详解：深入了解构建安全可靠的企业级AI应用所需的关键技术，比如Code Llama、Llama Guard等。项目五实战构建安全可靠的对话智能项目升级版，加强对安全性的实践理解。
6、Llama模型家族Fine-tuning技术与算法实战：学员将学习Fine-tuning技术与算法，比如Supervised Fine-Tuning(SFT)、Reward Model技术、PPO算法、DPO算法等。项目六动手实现PPO及DPO算法，加强对算法的理解和应用能力。
7、Llama模型家族基于AI反馈的强化学习技术解密：深入学习Llama模型家族基于AI反馈的强化学习技术，比如RLAIF和RLHF。项目七实战基于RLAIF的Constitutional AI。
8、Llama 3中的DPO原理、算法、组件及具体实现及算法进阶：学习Llama 3中结合使用PPO和DPO算法，剖析DPO的原理和工作机制，详细解析DPO中的关键算法组件，并通过综合项目八从零开始动手实现和测试DPO算法，同时课程将解密DPO进阶技术Iterative DPO及IPO算法。
9、Llama模型家族Safety设计与实现：在这个模块中，学员将学习Llama模型家族的Safety设计与实现，比如Safety in Pretraining、Safety Fine-Tuning等。构建安全可靠的GenAI/LLMs项目开发。
10、Llama 3构建可信赖的企业私有安全大模型Responsible AI系统：构建可信赖的企业私有安全大模型Responsible AI系统，掌握Llama 3的Constitutional AI、Red Teaming。

解码Sora架构、技术及应用

一、为何Sora通往AGI道路的里程碑？
1，探索从大规模语言模型(LLM)到大规模视觉模型(LVM)的关键转变，揭示其在实现通用人工智能(AGI)中的作用。
2，展示Visual Data和Text Data结合的成功案例，解析Sora在此过程中扮演的关键角色。
3，详细介绍Sora如何依据文本指令生成具有三维一致性(3D consistency)的视频内容。 4，解析Sora如何根据图像或视频生成高保真内容的技术路径。
5，探讨Sora在不同应用场景中的实践价值及其面临的挑战和局限性。

二、解码Sora架构原理
1，DiT (Diffusion Transformer)架构详解
2，DiT是如何帮助Sora实现Consistent、Realistic、Imaginative视频内容的？
3，探讨为何选用Transformer作为Diffusion的核心网络，而非技术如U-Net。
4，DiT的Patchification原理及流程，揭示其在处理视频和图像数据中的重要性。
5，Conditional Diffusion过程详解，及其在内容生成过程中的作用。
三、解码Sora关键技术解密
1，Sora如何利用Transformer和Diffusion技术理解物体间的互动，及其对模拟复杂互动场景的重要性。
2，为何说Space-time patches是Sora技术的核心，及其对视频生成能力的提升作用。
3，Spacetime latent patches详解，探讨其在视频压缩和生成中的关键角色。
4，Sora Simulator如何利用Space-time patches构建digital和physical世界，及其对模拟真实世界变化的能力。
5，Sora如何实现faithfully按照用户输入文本而生成内容，探讨背后的技术与创新。
6，Sora为何依据abstract concept而不是依据具体的pixels进行内容生成，及其对模型生成质量与多样性的影响。