PEFT（Parameter-Efficient Fine-Tuning）是hugging face开源的一个参数高效微调大模型的工具，里面集成了4中微调大模型的方法，可以通过微调少量参数就达到接近微调全量参数的效果，使得在GPU资源不足的情况下也可以微调大模型。
1）LORA：LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS
LORA是PEFT中最常用的方法，LORA认为过参数的模型权重其实存在低内在维度，那么模型适应过程中的权重变化也存在低内在维度，因此模型在微调的过程中实际上可以通过微调低秩矩阵来微调模型。LORA的微调过程如下：在Linear层增加一个“旁路”, “旁路”用A、B两个矩阵组合表示，维度分别是d × r和 r × d，其中r远小于d，A随机初始化，B初始化为0，在微调模型的过程中，左边的W不更新，只更新右边的A和B的参数。前向传播时是左右的输出和，反向传播时只更新右边，因此计算的梯度以及优化器的中间值也只和右边有关，最终右边的参数会单独保存下来。LORA这种训练方式不会改变大模型的参数，且针对每个下游任务生成自己的LORA参数，在预测阶段只要将大模型的参数和LORA参数叠加在一起即可。
LORA还提供了单独的库loralib，可以结合pytorch一起使用。
2）P-tuning：GPT Understands, Too
一般在通过Prompt的方式使用大模型时，通常需要人工构造一些模板，P-tuning将自然语言模板的构建转换成连续参数优化的问题，用一些特殊的token替代人工构造的自然语言模板，让模型自己去学习这些连续的token，在学习的过程中只微调这些token的embedding参数，并且为了保证token之间的联系，并不是随机初始化embedding，而是通过lstm层学习这些token的embedding。
3）Prefix Tuning：Optimizing Continuous Prompts for Generation
Prefix Tuning针对不同的模型结构有设计不同的模式，以自回归的模型为例，不再使用token去作为前缀，而是直接使用参数作为前缀，比如一个l × d的矩阵P作为前缀，但直接使用这样的前缀效果不稳定，因此使用一个MLP层重参数化，并放大维度d，除了在embedding层加入这个前缀之外，还在其他的所有层都添加这样一个前缀。最后微调时只调整前缀的参数，大模型的参数保持不变。保存时只需要为每个任务保存重参数的结果即可。
4）Prompt tuning：The Power of Scale for Parameter-Efficient Prompt Tuning
像GPT3中那种，通过人工构造一些token作为前缀输入到模型中，因为这些token是从vocab中选择的，因此会受到大模型的参数的影响，所以要取得好的结果的话，人工构造的提示语必须要符合模型训练语料的特性。而Prompt tuning是为Prompt单独生成一份参数，在微调的过程中大模型的参数冻结不变，只更新Prompt的参数。且文章实验表明对于Prompt的参数使用大模型的vocab中的一些token 的embedding初始化，或者使用标签词的嵌入（当标签词的token数大于1时，对所有token取平均，即将一个标签词看作一个整体）初始化要比随机初始化的效果要好。此外Prompt的长度对结果也会有影响，长度越长效果会越好，但随着模型的规模变大，不同长度或者不同初始化的Prompt之间的差距会被缩小。
参考资料：