Karpathy新教程爆火，網(wǎng)友搶著送他H100：從頭復(fù)現(xiàn)GPT-2訓(xùn)練 精華
大神Karpathy已經(jīng)不滿足于用C語言造Llama了！
他給自己的最新挑戰(zhàn)：復(fù)現(xiàn)OpenAI經(jīng)典成果，從基礎(chǔ)版GPT-2開始。
挑戰(zhàn)成功本身并不意外，但是只花費(fèi)20美元、90分鐘完成訓(xùn)練，Loss和評(píng)測(cè)還超越原版，就！有！點(diǎn)！過！分！了！。
不僅如此，他把復(fù)現(xiàn)過程寫成了完整教程，果不其然再次火爆。
由于Karpathy自己租用的是A100云服務(wù)，訓(xùn)練124M版本花費(fèi)20了美元。
不過有人按照教程用H100跑了一把，不僅訓(xùn)練時(shí)間更短，還更省錢了：43分鐘完成，只花14美元。
另外Karpathy還自掏腰包200美元，為大家復(fù)現(xiàn)了350M版本的GPT-2。
但1.5B大杯版，照計(jì)算要花1周時(shí)間和2500美元，有點(diǎn)玩不起了，主要他手里也沒有H100。
還好各路卡壕非常仗義，該出手時(shí)就出手：
有需要隨時(shí)給你用！
只收你2美元一小時(shí)！
90分鐘復(fù)現(xiàn)GPT-2
這次Karpathy復(fù)現(xiàn)GPT-2，還是基于他的llama.c代碼庫，端到端完成訓(xùn)練。
代碼庫這些日子被他不斷完善，現(xiàn)在啟動(dòng)訓(xùn)練非常簡(jiǎn)單：
具體來說，網(wǎng)絡(luò)結(jié)構(gòu)是GPT-2，但許多超參數(shù)設(shè)置遵循了GPT-3的那一套。
Karpathy分析，按照Chinchilla定律的標(biāo)準(zhǔn)，GPT-2在100B tokens上訓(xùn)練應(yīng)該屬于過度訓(xùn)練了，后面收益遞減，124M模型按計(jì)算2.5Btokens就夠。
不過他自己訓(xùn)練了10B tokens，訓(xùn)練數(shù)據(jù)也用剛剛發(fā)布不久FineWeb，比起OpenAI原版WebText數(shù)據(jù)集token質(zhì)量更高。
原版WebText從未公開，無法在控制變量在相同條件下實(shí)驗(yàn)，另外今天的互聯(lián)網(wǎng)數(shù)據(jù)分布，也可能與5年前大不相同了。
據(jù)推測(cè)，評(píng)測(cè)分?jǐn)?shù)比原版更高的原因可能就在這些差別了。
另外有網(wǎng)友注意到，訓(xùn)練時(shí)的GPU利用效率也比OpenAI的工作高，不過Karpathy表示主要是由于用了單個(gè)云服務(wù)節(jié)點(diǎn)，不需要考慮服務(wù)器間通信問題。
最后，對(duì)于已訓(xùn)練完的350M版本GPT-2，同樣取得了超越原版的成績(jī)。
掌聲響起來～
大神也不是那么卷
自今年二月份再次從OpenAI辭職之后，Karpathy已經(jīng)用C語言搞出不少大模型成果，從Llama到GPT玩了一遍。
觀察他的GitHub熱力圖，只有剛開始休息了一段時(shí)間，進(jìn)入4月以后就越來越卷了。
這是辭職在家還要997的節(jié)奏？
其實(shí)Karpathy這段時(shí)間也旅游過，也分享過在打的游戲，并沒那么卷。
根據(jù)他曬出的一周時(shí)間表：在職時(shí)975，離職后工作4-20小時(shí)不等，看心情。
- 周一工作4小時(shí)，
- 周二工作14小時(shí)到晚上11點(diǎn)
- 周三失眠了，4點(diǎn)爬起來寫代碼，到中午崩潰
- 周四干了20小時(shí)
- 周五休息
- 周六12小時(shí)
- 周日4小時(shí)
- 然后出去旅游兩周。
大家看到這里也比較好奇，是規(guī)律的安排感覺更好，還是隨心所欲能有奇效呢？
Karpathy自己也不確定，不過混亂的日程安排肯定更有趣。
最后他還分享了一條自由職業(yè)心得：
起床后直接開始工作，不看任何消息，吃完午飯?jiān)偕暇W(wǎng)，避免外界信息分散注意力。
有條件的朋友可以試試了。
教程：https://github.com/karpathy/llm.c/discussions/481
本文轉(zhuǎn)自 量子位 ，作者：量子位
