大神仅花一个周末训练微型LLaMA 2,并移植到C语言。
推理代码只有500行,在苹果M1笔记本上做到每秒输出98个token。
作者是OpenAI创始成员Andrej Karpathy,他把这个项目叫做Baby LLaMA 2(羊驼宝宝)。
虽然它只有1500万参数,下载下来也只有58MB,但是已经能流畅讲故事。
所有推理代码可以放在C语言单文件上,没有任何依赖,除了能在笔记本CPU上跑,还迅速被网友接力开发出了各种玩法。
llama.cpp的作者Georgi Gerganov搞出了直接在浏览器里运行的版本。
提示工程师Alex Volkov甚至做到了在GPT-4代码解释器里跑Baby LLaMA 2。
大模型套娃小模型,成了。
据Karpathy分享,做这个项目的灵感正是来自llama.cpp。
训练代码来自之前他自己开发的nanoGPT,并修改成LLaMA 2架构。
推理代码直接开源在GitHub上了,不到24小时就狂揽1500+星。
训练数据集TinyStories则来自微软前一阵的研究。
2023新视野数学奖得主Ronen Eldan、2023斯隆研究奖得主李远志联手,验证了1000万参数以下的小模型,在垂直数据上训练也可以学会正确的语法、生成流畅的故事、甚至获得推理能力。
此外,开发过程中还有一个插曲。
Karpathy很久不写C语言已经生疏了,但是在GPT-4的帮助下,还是只用一个周末就完成了全部工作。
对此,英伟达科学家Jim Fan评价为:现象级。
最初,在CPU单线程运行、fp32推理精度下,Baby LLaMA 2每秒只能生成18个token。
在编译上使用一些优化技巧以后,直接提升到每秒98个token。
优化之路还未停止。
有人提出,可以通过GCC编译器的-funsafe-math-optimizations模式再次提速6倍。
除了编译方面外,也有人提议下一步增加LoRA、Flash Attention等模型层面流行的优化方法。
Baby LLaMA 2一路火到Hacker News社区,也引发了更多的讨论。
有人提出,现在虽然只是一个概念验证,但本地运行的语言模型真的很令人兴奋。
虽然无法达到在云端GPU集群上托管的大模型的相同功能,但可以实现的玩法太多了。
在各种优化方法加持下,karpathy也透露已经开始尝试训练更大的模型,并表示:
70亿参数也许触手可及。
https://github.com/karpathy/llama2.c
https://ggerganov.com/llama2.c
[1]https://twitter.com/karpathy/status/1683143097604243456
[2]https://twitter.com/ggerganov/status/1683174252990660610
[3]https://twitter.com/altryne/status/1683222517719384065
[4]https://news.ycombinator.com/item?id=36838051
本文来自微信公众号“量子位”(ID:QbitAI),作者:梦晨,36氪经授权发布。