Astraios: Parameter-Efficient Instruction Tuning Code Large Language Models

要約

大規模言語モデル (LLM) のフルパラメータ微調整 (FFT) はコストが高いため、一連のパラメータ効率の良い微調整 (PEFT) 手法が導入されました。
ただし、さまざまなモデルスケールでどの方法が最良のコストパフォーマンスのトレードオフを提供するかは依然として不明です。
Astraios は、7 つのチューニング方法と最大 160 億パラメーターの 4 つのモデル サイズを使用して、28 の命令チューニングされた OctoCoder モデルのスイートです。
コード理解とコード生成タスクの両方を含む 5 つのタスクと 8 つの異なるデータセットにわたる調査を通じて、一般に FFT がすべてのスケールにわたって最高の下流パフォーマンスにつながり、PEFT 手法の有効性はモデルのスケールに基づいて大きく異なることがわかりました。
LoRA は通常、コストとパフォーマンスの間で最も有利なトレードオフを提供します。
モデルの堅牢性とコードのセキュリティの両方に対するこれらの方法の影響をさらに調査すると、モデルが大きくなると堅牢性が低下し、セキュリティが低下する傾向があることが明らかになりました。
最後に、更新されたパラメーター、クロスエントロピー損失、およびタスクのパフォーマンス間の関係を調査します。
小規模なモデルで観察されたチューニングの有効性は、より大きなモデルにもよく一般化され、命令チューニングにおける検証損失は全体的なダウンストリーム パフォーマンスの信頼できる指標になり得ることがわかりました。

要約(オリジナル)

The high cost of full-parameter fine-tuning (FFT) of Large Language Models (LLMs) has led to a series of parameter-efficient fine-tuning (PEFT) methods. However, it remains unclear which methods provide the best cost-performance trade-off at different model scales. We introduce Astraios, a suite of 28 instruction-tuned OctoCoder models using 7 tuning methods and 4 model sizes up to 16 billion parameters. Through investigations across 5 tasks and 8 different datasets encompassing both code comprehension and code generation tasks, we find that FFT generally leads to the best downstream performance across all scales, and PEFT methods differ significantly in their efficacy based on the model scale. LoRA usually offers the most favorable trade-off between cost and performance. Further investigation into the effects of these methods on both model robustness and code security reveals that larger models tend to demonstrate reduced robustness and less security. At last, we explore the relationships among updated parameters, cross-entropy loss, and task performance. We find that the tuning effectiveness observed in small models generalizes well to larger models, and the validation loss in instruction tuning can be a reliable indicator of overall downstream performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google