AI图鉴

AI图鉴首页 › AI 资讯 › 专门化可持续土地管理词汇如何降低实际应用的推论成本77%

专门化可持续土地管理词汇如何降低实际应用的推论成本77%

来源:HuggingFace · 发布时间:10-22 · 由 AI图鉴每小时自动聚合

本条资讯的摘要暂未整理出来,可点击下方按钮查看原文;本站每小时自动补充中文摘要。

专门化可持续土地管理词汇如何降低实际应用的推论成本77%

微调通用开源模型专门用于一个域或任务的模型,如Qwen和Gemma,继承了为许多域和一般应用而构建的词汇。

在一个我们制作的散文分级器中,这个词汇把模型所写的文字分成许多符号。 这篇文章预览了来自VocabX论文的一些结果,我们将很快发表:我们如何围绕每个信物的成本而不是其频率专门化词汇,并在不改变基准模型的情况下将测量推断成本削减77%.

标本器通常作为基底模型的固定财产处理,继承后留下。 对于一个单一领域专门化的模型,它可以是最大的成本杠杆之一,它设定在任何培训步骤之前。

我们生产中运行的一个系统是葡萄牙散文的自动化分级器,它建立在Qwen3-4B上。 它收到散文、即时文本和辅助文本,并返回JSON评估,评分为一等,对每项能力提出评论。

该模型已经很小,有40亿个参数,并且已经为此任务接受了培训。 然而,它的标致剂仍然是原版的Qwen3-4B,为多种语言和多种文字所建。 在分校中,它被用于单一语言,葡萄牙语,以及单一响应格式。 这有两个代价:分级员在每一个请求上写的文字花费比它需要的多,在每一个生成的符号上,模型评分了一个有151,669个条目的词汇,包括许多这个任务几乎从未使用过。

我们用我们称之为VocabX的方法重建了词汇,保持了同样的基础模型,相同的数据和相同的训练食谱。 本条中的编号来源于目前版本的论文,仍在审查中,发布前可能有所改变。

为每个人建造词汇

主要语言模型读写符号,标语器决定文本如何成为符号。 主要通用模型的标注器都接受了从许多领域和语言,从源代码到合同到中文的大量文本集的培训。 对于通用模型来说,这种选择是有道理的。

对于一个单一域中使用的模型,它同时会产生两种废物。

第一个是分裂。 标致器将域最重复的部分分割成许多块。 在分级生中,每一次回复都以相同的JSON信封,相同的能力名称,相同的评价短语开始。 在合同中,它是锅炉板条款。 在代码,标识符。 这些序列的每个都花费了数个代币,人们可以这样做,而模型在每次请求时都会支付每个代币。

第二是过量。 词汇中包含着数以万计的条目,域名从未使用过,模型在其生成的每个符号上计算出所有它们的分数。 一个根据美国学校生物水平考试的模型几乎不会用中文写作,但是它计算每个步骤的每个汉语符号的概率。 词汇将域最重复的部分分割成许多块,并带有域从未使用过的条目。

阅读是便宜的,写作是昂贵的

自然反应是计数符并试图减少计数。 但计数不是账单

为了了解为什么一个生成的代币成本更高,它有助于研究推论如何起作用。 它分两个阶段。 在预填中,模型在一次通过网络中处理整个输入:从GPU内存读取的每个重量被重复用于每个输入符,限制是计算。 在解码中,模型一次生成一个代号的响应,每个代号都需要一个完整的通过。 每读的重量只使用几次,GPU花费大部分时间等待数据从内存中到达:限制成为内存带宽。

这种效果正是我们运行的地方最强的:小模型服务于适量批量。 Batching请求将重心在它们之间分割开来,缓解了问题,但没有解决。 在每一个解码步骤中,模型还读取了KV缓存,即持有已处理的上下文并随其增长的注意力内存。 以我们测得的,分级器,一个生成的代币每读一个代币7.4倍,但比例随硬件,问题,批量大小,上下文长度和其他因素而不同,可以大于这个比例。 一般来说,方向是:产生比阅读更多的成本。

想想一个每箱收费的船运公司,但外出货箱的收费是进货货箱的七倍。 减少盒子总数有帮助。 减少外出箱数帮助七倍。 压缩输入和输出的方法同样错过了大部分可能的节省。

法案的第三个组成部分是词汇本身。 模型的最后一层 LM 头,将内部状态变为每个可能符号的分数。 为此,它每个词汇条目都持有一行参数。 在Qwen3-4B大小的模型中,该矩阵占参数的近10%. 这是一种大型模型在不注意的情况下吸收的股份,但它重在小型模型上。

而费用不只支付一次。 输入层只查看正在读取的符号的行,但LM头读取并乘以每个生成符号的整个矩阵。 由于解码器已经是内存绑定的,所以每增加一行的数据都会在每一步移动。 域名的条目从不使用与频繁域完全相同的成本。 这也是为什么添加符号可以降低计数,同时提高账单。 VocabX没有将这个术语纳入其选择标准,但它控制词汇大小分两个步骤:子词合并用一个较小的,特定域的词汇来取代基础词汇,宏在固定预算下输入。 在分级器中,输出层从大约15.2万行发展到大约6.5万行。

现有解决方案为何短

适应模型的词汇并不是一个新想法。 文献中的参考方法,如快速词汇传输(FVT),多字符号化(MWT)和Liquid AI在位代碼器扩展(在位BPE),这些方法从原始词汇中继续了BPE培训,已经减少了分裂。 当我们测试他们的问题时,我们发现了两个局限性。

他们根据频率而不是成本选择代币。 在投入中经常出现的表达比在反应中较少出现的表达值更值钱,即使第二种表达值是服务成本更高的表达值。

它们在单层工作。 他们要么调整字句如何切成块,要么将整个短语合并成一个符号。 这三个标准都不符合同一标准。 而分级生最大的浪费恰恰是长的,重复的跨度,比如JSON信封,这个子词方法只在每个部分合并后,一个接一个地到达。

我们是如何解决的

VocabX解决了这两种限制,再加上第三个问题出现在解决第一个问题的明显道路上。

首先,我们改变了问题。 我们不问候选人节省了多少物证,而是问它节省了多少费用和时间。 每个被消除的令牌乘以它出现在以下字段的价格:系统即时,用户消息或模型响应。 就我们测到的,分级器,一个在响应中保存的符号值7.4倍于输入中保存的符号,词汇也相应构建。

第二,我们同时进行两层工作。 回到船运公司:你可以把每件物品包装得更好,或者每周认清同样的十二件装具船,把装具装在一个盒子内,从而切开箱子。 VocabX都这样在子词层上,它重建了域词如何切成块。 在多字层中,它寻找整个跨度重复,从短表达到全行和JSON信封,每个都变成一个单一的符号,我们称之为宏符号。 这两层都是按照相同的费用标准选择的,每一层都有自己的预算。

为了找到这些跨度,我们使用五个矿工,自动搜索跨体重复的跨度,每个矿工都专门进行一种重复:长词,全线,表达式,完整句子,以及带有像 JSON 和标记之类的标点结构。 平均超过8科罗拉,最后一个贡献最大,仅根据代码就占了17.5分。 没有全部5分,降级员的象征性降分将下降55.6分。

第三,我们估计样本看不到的东西。 按成本选择代币要求知道每位候选人在已经选中的代币之后还能节省多少。 精确地测量需要后处理整个体每一个选择,数万次。 在尺度上这样做的一个常见方法是用一个文件样本来衡量,然后一个没有出现在样本中的候选人得到零收益。

一个在5万文档中出现37倍的表达式显示在400文档样本中上升,时间只有26%左右。 在一份合同书中,只有16.6%的候选人出现在400个文件样本中;其余的从未被评估。

一个候选人的收益有两个部分。 一个是它能节省多少整个体,这可以准确计算,没有样本。 另一种情况是,已经选择的代币尚未包括多少节余,仅需要估计这部分节余。 对于样本无法看见的候选人,我们使用基于其能看见者的行为的统计估计,而不是零。 一个在样本中是罕见的,但经常出现在体外的候选者又在运行中。

单是这一变化,用同样的样本和同样的预算,融资在合同书上的象征性削减从44.7%降至52.8%。

年级的变化

为了衡量真正的效果,我们用相同的基模,相同的数据,相同的食谱和同样的种子训练了七个版本的年级生。 他们之间的唯一区别是象征性的。 他们都在同一台测试机上运行了同样的500个请求,拥有一台RTX 5090 GPU和vLLM推论服务器,成本由测量运行时间计算。

该模型的反应平均从350个令牌下降到101个令牌。 费用下降了77.0%。 质量用板凳分数衡量,该分数结合了分级精度和筛选非专题或破规则散文的精度,从0.703上升到0.810.

赶到那里需要修正路线。 词汇的第一个版本将每个能力等级与周围的JSON融合成一个单一的宏符号。 它是最紧凑的选择,但质量下降:它的板凳分数为0.689,低于生产级数的0.703. 随着宏观内部的品级,品级和结构的每一个组合都成为了同物异物的变体,模型在单步中选择了两者。 赋予该等级自己的代币成本每回2个额外代币,融资板凳得分为0.810,在测量中甚至更便宜:降低77.0%,而引信版本为73.3%。

课课应用于分级者之外。 当压缩的跨度带有模型所要做出的决定时,压缩具有成本。 目标不是最便宜的词汇,而是保存重要符号的最便宜词汇。

超越年级

为了确定收益是否具体针对我们的情况,我们比较了VocabX与五个公共领域(合同、医疗文件、科学文件、新闻和Python代码)和三个模范家庭(Qwen3、Llama-3.1和Gemma-3)的三种参考方法。 所有方法都使用相同的采矿和测试文件,以及相同的词汇上限。

VocabX压缩了超过所有15种组合中最强的参考方法,比1.2到9.3分。 在估计推算成本中,普鲁兹版VocabX也领先于所有15个,平均比值为10.2分的Qwen3,7.5分的Llama-3.1和13.6分的Gemma-3. 在合同方面,套装版本以113 426个词汇条目达到62.6%的象征性减少,而最佳现场BPE配置为61.8%,使用207个

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

1Panel AI 网关

1Panel AI 网关为内部 AI 应用和模型调用提供统一接入入口,支持模型代理、席位管理、用量统计、智能

CakeGrowth

首个专注 AI 应用的一站式联盟营销平台

NeoGress AI

面向企业官网与外贸获客的一体化 AI 建站和持续增长平台,整合网站生成、可视化编辑、多语言发布、产品与文章管

Zion

全栈开发AI Agent应用的无代码开发平台

相关免费羊毛

Arize AX

每月 2.5 万条 span 免费

BazaarLink

auto:free 零成本模型路由

Braintrust

每周 1000 条私有评测免费

Cloudflare Workers AI

每日 1 万神经元免费额度,50+ 开源模型

同源资讯

NVIDIA Kumo 关系超常操作监督机器学习关系数据,不需要培训

HuggingFace · 10-22

剖析火炬内龙(第一部分):AWS列车的系统级剖面。

HuggingFace · 10-22

阅读原文(huggingface.co)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 586 款 AI 工具分类导航 · 每日 AI 热门项目与动态