为什么如今的LLM都是Decoder-only架构？从理论、训练效率与工程实现等多维
媒介本篇从理论、训练效率以及工程实现角度来阐述当前主流Decoder-only架构的优越性。
LLM是“Large Language Model”的简写，现在一样平常指百亿参数以上的语言模子，重要面向文本天生任务。跟小尺度模子（10亿或以内量级）的“百花齐放”差别，现在LLM的一个近况是Decoder-only架构的研究居多，像OpenAI一直对峙Decoder-only的GPT系列就不说了，即便是Google这样的并非全部押注在Decoder-only的公司，也确实投入了不少的精力去研究Decoder-only的模子，如PaLM就是其中之一。
那么为什么Decoder-only架构会成为LLM的主流选择呢？
下面从理论、训练效率以及工程实现角度来阐明。
一、理论
我们知道全部NLP任务都可以分解为“输入”跟“输出”两部分，我们可以把处理惩罚“输入”的模子叫做Encoder，天生“输出”的模子叫做Decoder，那么全部任务都可以从“Encoder-Decoder”的视角来理解，而差别模子之间的差距在于Encoder、Decoder的注意力模式以及是否共享参数：
模子
Encoder
注意力
Dncoder
注意力
是否
共享参数
GPT
单向
单向
是
UniLM
双向
单向
是
T5
双向
单向
是
这里的GPT就是Decoder-only的代表作；UniLM则是跟GPT相似的Decoder架构，但它是混合的注意力模式；T5则是Encoder-Decoder架构的代表作，重要是Google比较感爱好。
1. 验证双向注意力/参数量带来的影响
那么起首通过对比实行确认一个题目：“以往总是以为Encoder-Decoder架构效果好于Decoder-only架构，这是双向注意力导致的还是参数翻倍导致的？”
根据苏神在10亿参数规模下做的GPT和UniLM对比实行效果来看，UniLM相比GPT并无任何上风，乃至某些任务更差，那么可以初步得到结论：“输入部分的注意力改为双向不会带来收益，Encoder-Decoder架构的上风很大概只是源于参数翻倍**。**”
由此也可以推断出，在划一参数量、划一推理成本下，Decoder-only架构很大概是最优选择。
2. 双向注意力大概存在的低秩题目
为什么双向注意力不能带来收益，现在普遍的一个说法是，双向注意力带来的低秩题目会导致效果下降。下面来细说这一观点：
Attention矩阵自己就是由一个低秩分解矩阵加softmax而来，具体来说就是一个 n* d 的矩阵与 d* n 的矩阵相乘后再加_softmax_，其中n是远宏大于d的，这种形式的Attention矩阵会因为低秩题目而带来表达本领下降。
https://img-blog.csdnimg.cn/img_convert/f8c8014a88b02bc31411263c2edca727.png
Decoder-only架构的attention矩阵是一个下三角，三角阵的行列式等于它对角线元素之积，由于softmax的存在，对角线一定都是正数，所以它的行列式一定是正数，即Decoder-only架构的Attention矩阵一定是满秩的！满秩意味着理论上有更强的表达本领，也就是说，Decoder-only架构的Attention矩阵在理论上具有更强的表达本领，改为双向注意力反而会变得不足。
3. Decoder-only的zero-shot本领更强
二、训练效率与工程实现
1. Encoder-only 架构更统一，训练、推理速率都更快
在多轮对话或者长序列的时候，encoder根本不会使用casual attention，那么基于history context重新计算一遍开销是很大的；而decoder-only采用casual attention，之前的计算效果可以保留，只需要计算新的token。
2. Encoder-Decoder架构在巨大参数量下举行并行运算优化时非常轻易出题目
Encoder-Decoder的架构，当模子参数在百亿量级的时候，必须要并行运算，而encoder的架构因为更复杂一旦开始scale，任何一个非常小的题目都会被放大。
最后的最后
感谢你们的阅读和喜好，我收藏了很多技能干货，可以共享给喜好我文章的朋友们，如果你肯花时间沉下心去学习，它们一定能帮到你。
因为这个行业差别于其他行业，知识体系实在是过于庞大，知识更新也非常快。作为一个平凡人，无法全部学完，所以我们在提升技能的时候，起首需要明确一个目的，然后制定好完整的计划，同时找到好的学习方法，这样才能更快的提升自己。
这份完整版的大模子 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
https://img-blog.csdnimg.cn/img_convert/d6ac0de3e67c99f86b72bcd7bc3f3c51.jpeg 大模子知识脑图
为了成为更好的 AI大模子 开辟者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
https://i-blog.csdnimg.cn/direct/5cac48273d614c9996c485fe32ce82f9.png
经典书籍阅读
阅读AI大模子经典书籍可以帮助读者提高技能水平，开拓视野，把握核心技能，提高解决题目的本领，同时也可以鉴戒他人的履历。对于想要深入学习AI大模子开辟的读者来说，阅读经典书籍黑白常有必要的。
https://i-blog.csdnimg.cn/direct/209b04165a2a4e5dba7f9274cf7abacb.png
实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
https://i-blog.csdnimg.cn/direct/98e60092860742049149a5eb4dbd5496.png
口试资料
我们学习AI大模子一定是想找到高薪的工作，下面这些口试题都是总结当前最新、最热、最高频的口试题，而且每道题都有具体的答案，口试前刷完这套口试题资料，小小offer，不在话下
https://i-blog.csdnimg.cn/direct/c2c70128a0ed46f39d5a89320c66d76f.png
640套AI大模子报告合集
这套包含640份报告的合集，涵盖了AI大模子的理论研究、技能实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模子感爱好的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
https://i-blog.csdnimg.cn/direct/5ce90b1d8ef843fb8db8d74fa53cb276.png
这份完整版的大模子 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
https://img-blog.csdnimg.cn/img_convert/d6ac0de3e67c99f86b72bcd7bc3f3c51.jpeg
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]