作為一個(gè)起名困難戶，高中寫作文最困擾我的就是寫好文章卻不知道起什么題目，開始做公眾號以后，每次想標(biāo)題也都要掉一大把頭發(fā)......

最近，終于讓我在 GitHub 發(fā)現(xiàn)了「取名廢」之光，由清華大學(xué)與 OpenBMB 開源社區(qū)推出的大模型趣味應(yīng)用:「智取標(biāo)題」，輸入正文內(nèi)容就能一鍵生成勁爆標(biāo)題！

開箱即用，試過后我只能說：真香！

在線體驗(yàn)：https://live.openbmb.org/ant

GitHub：https://github.com/OpenBMB/CPM-Live

提到這個(gè)標(biāo)題黨神器，就不得不先好好聊一聊它的「本體」——大模型 CPM-Ant。

CPM-Ant 作為國內(nèi)首個(gè)直播訓(xùn)練百億大模型， 訓(xùn)練耗時(shí) 68 天，于 2022 年 8 月 5 日完成，并由 OpenBMB 正式發(fā)布！

• 五大卓越特性
• 四大創(chuàng)新突破
• 訓(xùn)練過程 低成本且環(huán)境友好！
• 最重要的是——完全開源！

作為首個(gè)直播訓(xùn)練中文大模型，CPM-Ant 在大模型訓(xùn)練、微調(diào)、壓縮、推理、應(yīng)用等環(huán)節(jié)均提供了一份可行的實(shí)踐方案，希望能為不同的關(guān)注者提供不同的幫助與參考。

下面，讓我們一起來看看 CPM-Ant 發(fā)布成果內(nèi)容報(bào)告吧！

模型概覽

CPM-Ant 是一個(gè)開源的中文預(yù)訓(xùn)練語言模型，擁有 10B 參數(shù)，也是 CPM-Live 直播訓(xùn)練過程中的第一個(gè)里程碑。

整個(gè)訓(xùn)練過程低成本且環(huán)境友好，不需要高昂的硬件要求和運(yùn)行成本，基于 增量微調(diào)（delta tuning）方法，在 CUGE 基準(zhǔn)測試中取得了優(yōu)異的結(jié)果。

CPM-Ant 相關(guān)代碼、日志文件和模型參數(shù)在一個(gè)開放的許可協(xié)議下完全開源。除了完整的模型，OpenBMB 還提供了各種壓縮版本以適應(yīng)不同的硬件配置。

CPM-Ant 的五大卓越特性：

（1）計(jì)算高效

通過 BMTrain[1] 工具包，能夠充分利用分布式計(jì)算資源的能力來高效訓(xùn)練大模型。

CPM-Ant 的訓(xùn)練持續(xù)了 68 天，花費(fèi)了 43 萬人民幣，是谷歌訓(xùn)練 T5-11B 模型約 130 萬美元費(fèi)用的 1/20。訓(xùn)練 CPM-Ant 的溫室氣體排放量約為 4872kg CO?e，而訓(xùn)練 T5-11B 的排放量為 46.7t CO?e[9] ，CPM-Ant 的方案約為其排放量的 1/10。

（2）性能優(yōu)異

借助 OpenDelta[3] 工具，能夠非常方便地通過增量微調(diào)將 CPM-Ant 適配到下游任務(wù)。

實(shí)驗(yàn)表明，CPM-Ant 僅僅微調(diào)了 6.3M 參數(shù)就在 3/6 個(gè) CUGE 任務(wù)上取得了最好的結(jié)果。這一結(jié)果超越了其他全參數(shù)微調(diào)的模型，舉例來說：CPM-Ant 的微調(diào)參數(shù)量僅為 CPM2（微調(diào)了 11B 參數(shù)） 的 0.06%。

（3）部署經(jīng)濟(jì)

借助BMCook[7] 和 BMInf[4] 工具包，能夠在有限的計(jì)算資源下驅(qū)動(dòng) CPM-Ant。

基于 BMInf ，能夠替代計(jì)算集群 在單塊 GPU 上進(jìn)行大模型推理（即便是一塊 GTX 1060 這樣的消費(fèi)級顯卡）。為了使 CPM-Ant 的部署更加經(jīng)濟(jì)， OpenBMB 使用 BMCook 進(jìn)一步將原始的 10B 模型壓縮為不同的版本。壓縮后的模型（7B，3B，1B，300M）能夠適應(yīng)不同低資源場景下的需求。

（4）使用便捷

不管是原始 10B 模型還是相關(guān)的壓縮版本，通過幾行代碼就能夠輕松地加載與運(yùn)行。

OpenBMB 也會將 CPM-Ant 加入到 ModelCenter[8] 中，對模型的進(jìn)一步開發(fā)會變得更加容易。 

（5）開放民主

CPM-Ant 的訓(xùn)練過程完全開放。

OpenBMB 發(fā)布了所有的代碼、日志文件和模型存檔并提供開放獲取。CPM-Ant 也采用了允許商業(yè)化的開放許可協(xié)議。

一份完整的大模型訓(xùn)練實(shí)踐

對于有能力進(jìn)行大模型訓(xùn)練的廠商與研究機(jī)構(gòu)，CPM-Ant 訓(xùn)練過程提供了一份完整的中文大模型訓(xùn)練實(shí)戰(zhàn)記錄。

OpenBMB 發(fā)布了 CPM-Live 系列模型的 模型設(shè)計(jì)、訓(xùn)練方案、數(shù)據(jù)需求和實(shí)現(xiàn)代碼?；?CPM-Live 的模型架構(gòu)，能夠方便快速地設(shè)計(jì)實(shí)現(xiàn)大模型訓(xùn)練方案并整理相關(guān)的業(yè)務(wù)數(shù)據(jù)，完成模型預(yù)研和數(shù)據(jù)準(zhǔn)備工作。

官方網(wǎng)站中記錄了訓(xùn)練過程中的 全部訓(xùn)練動(dòng)態(tài)，包括損失函數(shù)、學(xué)習(xí)率、已學(xué)習(xí)數(shù)據(jù)、吞吐量、梯度大小、花費(fèi)成本曲線，以及模型內(nèi)部參數(shù)均值和標(biāo)準(zhǔn)差實(shí)時(shí)展示，通過這些訓(xùn)練動(dòng)態(tài)，使用者能夠快速診斷模型訓(xùn)練過程是否出現(xiàn)問題。

模型訓(xùn)練內(nèi)部參數(shù)實(shí)時(shí)展示

此外，OpenBMB 的研發(fā)同學(xué)每天實(shí)時(shí)更新 訓(xùn)練記錄總結(jié)，總結(jié)內(nèi)容包括損失值、梯度值、總體進(jìn)展，還記錄了遇到的一些問題和訓(xùn)練過程中的 bug，方便使用者提前了解模型訓(xùn)練過程中的可能會遇到的各種「坑」。

在模型訓(xùn)練「風(fēng)平浪靜」的日子，研發(fā)小哥也會拋出一些名言名句、介紹一些最新論文、甚至發(fā)起猜謎活動(dòng)。

日志中的一次猜謎活動(dòng)

除此之外，OpenBMB 還提供了 成本經(jīng)濟(jì) 的 訓(xùn)練方案，對于實(shí)際有大模型訓(xùn)練需求的企業(yè)，通過相關(guān)訓(xùn)練加速技術(shù)，訓(xùn)練成本已經(jīng)降低到可以接受的水平。

使用 BMTrain[1] 工具包，百億大模型 CPM-Ant 訓(xùn)練的算力花費(fèi)僅 43 萬人民幣（當(dāng)前花費(fèi)依照公有云價(jià)格計(jì)算，實(shí)際成本會更低），是 11B 大模型 T5 外界估算成本 130 萬美元的約 1/20！

一份屢創(chuàng) SOTA 的高效微調(diào)方案

CPM-Ant 如何幫助我們進(jìn)行下游任務(wù)適配？

對于大模型研究者，OpenBMB 提供了一份基于參數(shù)高效微調(diào)的大模型性能評測方案，方便快速進(jìn)行下游任務(wù)適配并評測模型性能。 

使用參數(shù)高效微調(diào)，即增量微調(diào)（delta tuning）來評估 CPM-Ant 在六個(gè)下游任務(wù)上的性能。實(shí)驗(yàn)中采用了 LoRA[2] ，它在每個(gè)注意層中插入了兩個(gè)可調(diào)整的低秩矩陣，并凍結(jié)了原始模型的所有參數(shù)。使用這種方法，每個(gè)任務(wù)只微調(diào)了 6.3M 的參數(shù)，僅占總參數(shù)的 0.067%。

在 OpenDelta[3] 的幫助下，OpenBMB 進(jìn)行了所有的實(shí)驗(yàn)，而沒有修改原始模型的代碼。需要指出的是，在下游任務(wù)上評測 CPM-Ant 模型時(shí)，沒有使用任何數(shù)據(jù)增強(qiáng)的方法。實(shí)驗(yàn)結(jié)果如下表所示：

可以看到，在僅微調(diào)極少參數(shù)的情況下，OpenBMB 的模型在三個(gè)數(shù)據(jù)集上的性能已經(jīng)超過了 CPM-2 和源 1.0。

有些任務(wù)（例如 LCSTS）在微調(diào)參數(shù)極少時(shí)可能會比較難以學(xué)習(xí)， CPM-Live 的訓(xùn)練過程將會持續(xù)進(jìn)行，在各個(gè)任務(wù)上的性能也會被進(jìn)一步打磨。

感興趣的同學(xué)，可訪問下方 GitHub 鏈接，搶先體驗(yàn)下 CPM-Ant 和 OpenDelta，進(jìn)一步探索 CPM-Ant 在其他任務(wù)上的能力！

https://github.com/OpenBMB/CPM-Live

一系列硬件友好的推理方式

大模型性能固然驚艷，但高昂的硬件要求和運(yùn)行成本一直困擾著許多使用者。對于大模型使用者，OpenBMB提供了一系列硬件友好的使用方式，能夠較為方便地在不同硬件環(huán)境下運(yùn)行不同的模型版本。

使用 BMInf[4] 工具包， CPM-Ant 可以在單卡 1060 這樣的 低資源環(huán)境 中運(yùn)行！

除此之外，OpenBMB 還將 CPM-Ant 進(jìn)行了壓縮。這些壓縮的模型包括 CPM-Ant-7B/3B/1B/0.3B。而所有這些模型壓縮尺寸都可以對應(yīng)于現(xiàn)有的開源預(yù)訓(xùn)練語言模型的經(jīng)典尺寸。

考慮到用戶可能會在發(fā)布的檢查點(diǎn)上進(jìn)行進(jìn)一步的開發(fā)，OpenBMB 主要使用 任務(wù)無關(guān)的結(jié)構(gòu)化剪枝 來壓縮 CPM-Ant。剪枝過程也是漸進(jìn)的，即從 10B 到 7B，從 7B 到 3B，從 3B 到 1B，最后從 1B 到 0.3B。

在具體的剪枝過程中，OpenBMB 會訓(xùn)練一個(gè) 動(dòng)態(tài)的可學(xué)習(xí)的掩碼矩陣，然后用這個(gè)掩碼矩陣來 裁剪相應(yīng)的參數(shù)。最后，根據(jù)掩碼矩陣的閾值修剪參數(shù)，該閾值是根據(jù)目標(biāo)稀疏度確定的。更多壓縮的細(xì)節(jié)可以參考技術(shù)博客[5] 。

下表展示了模型壓縮的結(jié)果：

硬核的內(nèi)容講完了，那么大模型到底怎么幫我們「取標(biāo)題」呢？

一款出乎意料的大模型趣味應(yīng)用

基于 CPM-Ant，所有大模型開發(fā)者與愛好者都可以開發(fā)感興趣的文本趣味應(yīng)用。

為了進(jìn)一步驗(yàn)證模型的有效性并提供范例，OpenBMB 在 CPM-Ant 基礎(chǔ)上微調(diào)了一個(gè) 勁爆標(biāo)題生成器 以展示模型能力。

只需要把正文內(nèi)容粘貼到下方文本框，一鍵點(diǎn)擊生成，就可以得到大模型提供的勁爆標(biāo)題！

CPM-Ant 成果報(bào)告首發(fā)文章標(biāo)題即由生成器生成

這款 demo將不斷被打磨，并在未來添加更多的特殊效果，增強(qiáng)用戶體驗(yàn)

感興趣的用戶也可以使用 CPM-Ant 構(gòu)建自己的展示應(yīng)用。如果有任何應(yīng)用想法、需要技術(shù)支持或者在使用 demo 過程中遇到任何問題，可以隨時(shí)在 CPM-Live 論壇[6] 發(fā)起討論！

CPM-Ant 的發(fā)布是 CPM-Live 的第一個(gè)里程碑，但也僅僅是訓(xùn)練的第一期，未來OpenBMB還會繼續(xù)進(jìn)行一系列訓(xùn)練。

簡單劇透一下，下一期的訓(xùn)練中將新增多語言支持、結(jié)構(gòu)化輸入輸出等新特性，歡迎大家繼續(xù)關(guān)注！

傳送門｜項(xiàng)目鏈接

項(xiàng)目 GitHub 地址：

https://github.com/OpenBMB/CPM-Live

Demo 體驗(yàn)地址（僅限 PC 訪問）：

https://live.openbmb.org/ant