המלצות ל-LoRA ול-QLoRA עבור LLM

בדף הזה מפורטות המלצות להגדרת כוונון של מודלים גדולים של שפה (LLM) בפלטפורמת Gemini Enterprise Agent באמצעות Low-Rank Adaptation of Large Language Models (LoRA) והגרסה היעילה יותר שלו מבחינת זיכרון,‏ QLoRA.

המלצות לשיפור

בטבלה הבאה ריכזנו המלצות לשיפור מודלים גדולים של שפה (LLM) באמצעות LoRA או QLoRA:

מפרט	מומלץ	פרטים
יעילות זיכרון ה-GPU	QLoRA	השימוש בזיכרון ה-GPU ב-QLoRA קטן בכ-75% בהשוואה ל-LoRA.
מהירות	LoRA	המהירות של LoRA גבוהה ב-66% בערך מזו של QLoRA מבחינת מהירות הכוונון.
עלות-תועלת	LoRA	שתי השיטות יחסית זולות, אבל LoRA זולה עד 40% מ-QLoRA.
אורך מקסימלי גבוה יותר של רצף	QLoRA	ככל שאורך הרצף המקסימלי גבוה יותר, כך צריכת הזיכרון של ה-GPU גדולה יותר. QLoRA משתמש בפחות זיכרון GPU, ולכן הוא יכול לתמוך באורכים מקסימליים גבוהים יותר של רצפים.
שיפור הדיוק	זהה	שתי השיטות מציעות שיפורים דומים ברמת הדיוק.
גודל אצווה גדול יותר	QLoRA	‫QLoRA תומך בגדלים גדולים יותר של קבוצות (batch). לדוגמה, אלה המלצות לגודל אצווה לצורך כוונון של openLLaMA-7B ביחידות ה-GPU הבאות: ‫1 x A100 40G: ‫LoRA: מומלץ להשתמש בגודל קבוצה (batch size) של 2. QLoRA: מומלץ להשתמש בגודל קבוצה (batch) של 24. ‫1 x L4: ‫LoRA: גודל אצווה של 1 נכשל עם שגיאת חוסר זיכרון (OOM). QLoRA: מומלץ להגדיר גודל קבוצה (batch) של 12. ‫1 x V100: ‫LoRA: גודל אצווה של 1 נכשל עם שגיאת חוסר זיכרון (OOM). QLoRA: מומלץ להשתמש בגודל קבוצה (batch) של 8.