以 ChatGPT、GPT4 為代表的 AI 應(yīng)用和大模型火爆全球，被視為開啟了新的科技工業(yè)革命和 AGI （通用人工智能）的新起點(diǎn)。不僅科技巨頭間你追我趕，爭相推出新品，許多學(xué)術(shù)界、工業(yè)界的 AI 大佬也紛紛投入投身相關(guān)創(chuàng)業(yè)浪潮。生成式 AI 正以 “天” 為單位，快速迭代，持續(xù)狂飆！

然而，OpenAI 并未將其開源，它們背后的技術(shù)細(xì)節(jié)有哪些？如何快速跟進(jìn)、追趕并參與到此輪技術(shù)浪潮中？如何降低 AI 大模型構(gòu)建和應(yīng)用的高昂成本？如何保護(hù)核心數(shù)據(jù)與知識(shí)產(chǎn)權(quán)不會(huì)因使用第三方大模型 API 外泄？

作為當(dāng)下最受歡迎的開源 AI 大模型解決方案，Colossal-AI 率先建立了包含監(jiān)督數(shù)據(jù)集收集 -> 監(jiān)督微調(diào) -> 獎(jiǎng)勵(lì)模型訓(xùn)練 -> 強(qiáng)化學(xué)習(xí)微調(diào)的完整 RLHF 流程，以 LLaMA 為基礎(chǔ)預(yù)訓(xùn)練模型，推出 ColossalChat，是目前最接近 ChatGPT 原始技術(shù)方案的實(shí)用開源項(xiàng)目！

開源地址：?https://github.com/hpcaitech/ColossalAI?

包含以下內(nèi)容：

1. Demo：可直接在線體驗(yàn)?zāi)Ｐ托Ч瑹o需注冊(cè)或 waitinglist

2. 訓(xùn)練代碼：開源完整 RLHF 訓(xùn)練代碼，已開源至含 7B 和 13B 兩種模型

3. 數(shù)據(jù)集：開源 104K 中、英雙語數(shù)據(jù)集

4. 推理部署：4bit 量化推理 70 億參數(shù)模型僅需 4GB 顯存

5. 模型權(quán)重：僅需單臺(tái)服務(wù)器少量算力即可快速復(fù)現(xiàn)

6. 更大規(guī)模模型、數(shù)據(jù)集、其他優(yōu)化等將保持高速迭代添加

平價(jià)模型，強(qiáng)大能力

ColossalChat 僅需不到百億參數(shù)，在大語言模型的基礎(chǔ)上進(jìn)行 RLHF 微調(diào)，即可掌握中、英雙語能力，達(dá)到與 ChatGPT 和 GPT-3.5 類似的效果。

例如常識(shí)問答：

中文應(yīng)答：

寫一封郵件：

寫個(gè)算法：

完整 ChatGPT 克隆方案

盡管 ChatGPT 和 GPT-4 等 GPT 系列模型非常強(qiáng)大，但是它們不太可能被完全開源。幸運(yùn)的是，開源社區(qū)一直在不斷努力。

例如 Meta 開源了 LLaMA 模型，該模型的參數(shù)量從 70 億到 650 億不等，130 億參數(shù)即可勝過 1750 億的 GPT-3 模型在大多數(shù)基準(zhǔn)測試的表現(xiàn)。但是由于沒有被指令微調(diào)（instruct tuning），因此實(shí)際生成效果不夠理想。

斯坦福的 Alpaca 通過調(diào)用 OpenAI API，以 self-instruct 方式生成訓(xùn)練數(shù)據(jù)，使得僅有 70 億參數(shù)的輕量級(jí)模型以極低成本微調(diào)后，即可獲得媲美 GPT-3.5 這樣千億參數(shù)的超大規(guī)模語言模型的對(duì)話效果。

但是現(xiàn)有開源方案都可以被視為只得到了人類反饋強(qiáng)化學(xué)習(xí)（RLHF）中第一步的監(jiān)督微調(diào)模型，沒有進(jìn)行后續(xù)的對(duì)齊和微調(diào)工作。同時(shí) Alpaca 的訓(xùn)練數(shù)據(jù)集過小，語料只有英文，也在一定程度上限制了模型的性能。

而 ChatGPT 和 GPT-4 的驚艷效果，還在于將 RLHF 引入訓(xùn)練過程，使得生成內(nèi)容更加符合人類價(jià)值觀。

RLHF 的三個(gè)階段 

基于 LLaMA 模型，Colossal-AI 首個(gè)開源包含完整 RLHF 流程的類 Chat 模型復(fù)現(xiàn)方案 ColossalChat，是目前最接近 ChatGPT 原始技術(shù)路線的實(shí)用開源項(xiàng)目！

訓(xùn)練數(shù)據(jù)集開源

ColossalChat 開源了包含約 10 萬條問答的中、英雙語數(shù)據(jù)集。該數(shù)據(jù)集收集并清洗了社交平臺(tái)上人們的真實(shí)提問場景作為種子數(shù)據(jù)集，利用 self-instruct 技術(shù)擴(kuò)充數(shù)據(jù)，花費(fèi)約 900 美元進(jìn)行標(biāo)注。對(duì)比其他 self-instruct 方法生成的數(shù)據(jù)集，該數(shù)據(jù)集的種子數(shù)據(jù)更加真實(shí)、豐富，生成的數(shù)據(jù)集涵蓋的話題更多。該數(shù)據(jù)可以同時(shí)用于微調(diào)和 RLHF 訓(xùn)練。通過高質(zhì)量的數(shù)據(jù)，ColossalChat 能進(jìn)行更好地對(duì)話交互，同時(shí)支持中文。

ColossalChat 數(shù)據(jù)集收集流程

RLHF 算法復(fù)現(xiàn)

RLHF-Stage1 是 supervised-fintuning，即使用上文提到的數(shù)據(jù)集進(jìn)行模型微調(diào)。

RLHF-Stage2 訓(xùn)練了獎(jiǎng)勵(lì)模型，它通過對(duì)于同一個(gè) prompt 的不同輸出進(jìn)行人工排序，得到對(duì)應(yīng)分?jǐn)?shù)，監(jiān)督訓(xùn)練獎(jiǎng)勵(lì)模型。

RLHF-Stage3 使用了強(qiáng)化學(xué)習(xí)算法，是訓(xùn)練流程中最復(fù)雜的一部分：

RLHF-Stage3 算法流程圖

在 PPO 部分，ColossalChat 分為兩個(gè)階段進(jìn)行：首先是 Make Experience 部分，利用 SFT 、Actor、RM、Critic 模型計(jì)算生成 Experience 存入 buffer 中；之后是參數(shù)更新部分，利用 Experience 計(jì)算策略損失和價(jià)值損失。

在 PTX 部分，ColossalChat 計(jì)算 Actor 輸出 response 和輸入語料的回答部分的交叉熵?fù)p失函數(shù)，用來在 PPO 梯度中加入預(yù)訓(xùn)練梯度，以保持語言模型原有性能防止遺忘。最后將策略損失、價(jià)值損失和 PTX 損失加和進(jìn)行反向傳播和參數(shù)更新。

快速上手

ColossalChat 開源了基于 LLaMA 模型，復(fù)現(xiàn)訓(xùn)練 ChatGPT 三個(gè)階段的完整代碼。

第一階段，訓(xùn)練 SFT 模型：

# Training with a 4-GPU servers
colossalai run --nproc_per_node=4 train_sft.py \
    --pretrain "/path/to/LLaMa-7B/" \
    --model 'llama' \
    --strategy colossalai_zero2 \
    --log_interval 10 \
    --save_path  /path/to/Coati-7B \
    --dataset /path/to/data.json \
    --batch_size 4 \
    --accimulation_steps 8 \
    --lr 2e-5

第二階段，訓(xùn)練獎(jiǎng)勵(lì)模型：

# Training with a 4-GPU servers
colossalai run --nproc_per_node=4 train_reward_model.py \
    --pretrain "/path/to/LLaMa-7B/" \
    --model 'llama' \
    --strategy colossalai_zero2 \
    --dataset /path/to/datasets

第三階段，使用 RL 訓(xùn)練：

# Training with a 8-GPU servers
colossalai run --nproc_per_node=8 train_prompts.py prompts.csv \
    --strategy colossalai_zero2 \
    --pretrain "/path/to/Coati-7B" \
    --model 'llama' \
    --pretrain_dataset /path/to/dataset

在獲得最終模型權(quán)重后，還可通過量化降低推理硬件成本，并啟動(dòng)在線推理服務(wù)，僅需單張約 4GB 顯存的 GPU 即可完成 70 億參數(shù)模型推理服務(wù)部署。

python server.py/path/to/pretrained --quant 4bit --gptq_checkpoint /path/to/coati-7b-4bit-128g.pt --gptq_group_size 128

系統(tǒng)性能優(yōu)化與開發(fā)加速

ColossalChat 能夠快速跟進(jìn) ChatGPT 完整 RLHF 流程復(fù)現(xiàn)，離不開 AI 大模型基礎(chǔ)設(shè)施 Colossal-AI 及相關(guān)優(yōu)化技術(shù)的底座支持，相同條件下訓(xùn)練速度相比 Alpaca 采用的 FSDP (Fully Sharded Data Parallel) 可提升三倍左右。

系統(tǒng)基礎(chǔ)設(shè)施 Colossal-AI

AI 大模型開發(fā)系統(tǒng) Colossal-AI 為該方案提供了基礎(chǔ)支持，它可基于 PyTorch 高效快速部署 AI 大模型訓(xùn)練和推理，從而降低 AI 大模型應(yīng)用的成本。Colossal-AI 由加州伯克利大學(xué)杰出教授 James Demmel 和新加坡國立大學(xué)校長青年教授尤洋領(lǐng)導(dǎo)開發(fā)。自從它開源以來，Colossal-AI 已經(jīng)多次在 GitHub 熱榜位列世界第一，獲得 GitHub Star 約兩萬顆，并成功入選 SC、AAAI、PPoPP、CVPR、ISC 等國際 AI 與 HPC 頂級(jí)會(huì)議的官方教程。

減少內(nèi)存冗余的 ZeRO + Gemini

Colossal-AI 支持使用無冗余優(yōu)化器 (ZeRO) 提高內(nèi)存使用效率，低成本容納更大模型，同時(shí)不影響計(jì)算粒度和通信效率。自動(dòng) Chunk 機(jī)制可以進(jìn)一步提升 ZeRO 的性能，提高內(nèi)存使用效率，減少通信次數(shù)并避免內(nèi)存碎片。異構(gòu)內(nèi)存空間管理器 Gemini 支持將優(yōu)化器狀態(tài)從 GPU 顯存卸載到 CPU 內(nèi)存或硬盤空間，以突破 GPU 顯存容量限制，擴(kuò)展可訓(xùn)練模型的規(guī)模，降低 AI 大模型應(yīng)用成本。

使用 LoRA 低成本微調(diào)

Colossal-AI 支持使用低秩矩陣微調(diào)（LoRA）方法，對(duì) AI 大模型進(jìn)行低成本微調(diào)。LoRA 方法認(rèn)為大語言模型是過參數(shù)化的，而在微調(diào)時(shí)，參數(shù)改變量是一個(gè)低秩矩陣。因此，可以將這個(gè)矩陣分解為兩個(gè)更小的矩陣的乘積。在微調(diào)過程中，大模型的參數(shù)被固定，只有低秩矩陣參數(shù)被調(diào)整，從而顯著減小了訓(xùn)練所需的參數(shù)量，并降低成本。

低成本量化推理

GPTQ 量化

為降低推理部署成本，Colossal-AI 使用 GPTQ 4bit 量化推理。在 GPT/OPT/BLOOM 類模型上，它比傳統(tǒng)的 RTN (rount-to-nearest) 量化技術(shù)能夠獲得更好的 Perplexity 效果。相比常見的 FP16 推理，它可將顯存消耗降低 75%，只損失極少量的吞吐速度與 Perplexity 性能。

以 ColossalChat-7B 為例，在使用 4bit 量化推理時(shí)，70 億參數(shù)模型僅需大約 4GB 顯存即可完成短序列（生成長度為 128 ）推理，在普通消費(fèi)級(jí)顯卡上即可完成（例如 RTX 3060 Laptop），僅需一行代碼即可使用。

if args.quant == '4bit':
    model = load_quant (args.pretrained, args.gptq_checkpoint, 4, args.gptq_group_size)

如果采用高效的異步卸載技術(shù) (offload)，還可以進(jìn)一步降低顯存要求，使用更低成本的硬件推理更大的模型。

ColossalChat和Alpaca的區(qū)別

1. ColossalChat 開源了第一個(gè)完整的RLHF pipeline，斯坦福Alpaca沒有做 RLHF，也就是沒有做 Stage 2 和 Stage 3。

2. ColossalChat 采用了更多的指令數(shù)據(jù)，質(zhì)量更好，范圍更大，并使用強(qiáng)化學(xué)習(xí)做alignment 使回答更接近人類。

3. ColossalChat訓(xùn)練流程集成了Colossal-AI的諸多系統(tǒng)優(yōu)化，同等數(shù)據(jù)集和模型大小的訓(xùn)練速度可以比Alpaca快3倍左右，讓科研人員和中小企業(yè)也能獨(dú)立訓(xùn)練部署自己的會(huì)話系統(tǒng)。

4.ColossalChat 團(tuán)隊(duì)自己采集了更多數(shù)據(jù)集：訓(xùn)練的英文一共 24M tokens，中文大約 30M tokens，總共約 54M tokens。其中 ColossalChat 自己收集的數(shù)據(jù)集英文 6M，中文 18M tokens。

以下是 ColossalChat 和 Alpaca 在語言對(duì)話上的一些表現(xiàn) (上面是ColossalChat，下面是Alpaca)。

用 Python 寫 Quicksort：

給教授寫郵件請(qǐng)求推薦信：

開放協(xié)作

盡管已經(jīng)進(jìn)一步引入 RLHF，但由于算力和數(shù)據(jù)集有限，在部分場景下的實(shí)際性能仍有提升空間。

幸運(yùn)的是，不同以往 AI 大模型與前沿技術(shù)僅由少數(shù)科技巨頭壟斷，PyTorch、Hugging Face 和 OpenAI 等開源社區(qū)與初創(chuàng)企業(yè)在本輪浪潮中也起到了關(guān)鍵作用。借鑒開源社區(qū)的成功經(jīng)驗(yàn)，Colossal-AI 歡迎各方參與共建，擁抱大模型時(shí)代！

可通過以下方式聯(lián)系或參與：

1. 在 GitHub 發(fā)布 issue 或提交 pull request (PR)

2. 加入 Colossal-AI 用戶微信或 Slack 群交流

3. 發(fā)送正式合作提案到郵箱 youy@comp.nus.edu.sg

開源地址：

?https://github.com/hpcaitech/ColossalAI?