新智元报道
编辑：KingHZ 好困【新智元导读】Sakana AI发布了Transformer新方法，通过奇异值微调和权重自适应策略，提高了LLM的泛化和自适应能力。新方法在文本任务上优于LoRA；即便是从未见过的任务，比如MATH、HumanEval和ARC-Challenge等，性能也都取得了提升。
从章鱼通过改变皮肤颜色来融入周围环境，到人类大脑在受伤后重新连接神经网络，无不体现着那句经典的名言「物竞天择，适者生存」。
然而，对于LLM来说，想要加入哪怕只是句话的新知识，都必须要再训练一次。
针对这一挑战，来自Sakana AI的研究团队刚刚提出了一种全新的方法Transformer。它可以通过实时选择性地调整权重矩阵中的单一组件，使LLM能够适应未见过的任务。
文章链接：https://arxiv.org/pdf/2501.06252代码链接：https://github.com/SakanaAI/self-adaptive-llms
传统上，LLM的后训练通过一次全面的训练来优化模型，使其具备广泛的能力。
从简化的角度，这种「one shot」微调框架看起来很理想，但在实际操作中却很难实现。例如，后训练需要大量资源，导致计算成本和训练时间显著增加。此外，当引入更多样化的数据时，很难同时克服过拟合和任务干扰。
相比之下，自适应模型提供了一种更灵活高效的方法。与其一次性训练LLM来应对所有任务，不如开发专家模块，根据需求将其离线开发并增强到基础LLM中。
然而，创建多个专家模块，对LLM进行微调，显著增加了需要训练的参数数量，而且容易过拟合，模块之间的组合也不够灵活。
对此，新框架通过有选择性地调整模型权重中的关键组件，让LLM能够实时适应新任务。
Transformer的名称体现了它的两步过程：首先，模型分析传入的任务，理解其需求；然后应用任务专用的适应性调整，生成最佳结果。
Transformer在多种任务（如数学、编码、推理和视觉理解）中表现出了显著的进步，在效率和特定任务的表现上超越了传统静态方法如LoRA，同时所需的参数大大减少。
LLM的「大脑」：权重矩阵
人类大脑通过互联的神经通路，存储知识并处理信息。而LLM将知识存储在权重矩阵中。这些矩阵构成了LLM的「大脑」，保存了它从训练数据中学习到的核心内容。
要理解这个「大脑」，并确保它能够有效地适应新任务，需要深入分析其内部结构。
而奇异值分解（SVD）提供了宝贵的洞察力。
可以将SVD看作是一名外科医生，正在对LLM的大脑进行细致操作。这名外科医生将LLM中存储的庞大复杂的知识分解成更小、更有意义且独立的部分（例如，针对数学、语言理解等的不同路径或组件）。
SVD通过识别LLM权重矩阵中的主成分来实现这一目标。
在新研究中发现，增强某些成分的信号，同时抑制其他部分的信号，可以提高LLM在下游任务中的表现。
基于这一发现，Transformer迈出了下一步，向动态、任务特定的适应性发展，让LLM能在多种复杂场景中表现得更加出色。
引入Transformer
Transformer通过两步过程重新定义了LLM如何应对多样的任务。其核心在于能够动态调整权重矩阵中的关键组件。
在训练阶段，引入了奇异值微调（SVF）方法，该方法使用强化学习（RL）来增强或抑制不同「大脑」组件的信号，以应对多种下游任务。
在推理阶段，新方法采用三种不同的策略来识别任务的特征，并根据任务要求调整模型的权重。
下图概述了新方法。
左图：使用SVD将LLM的「大脑」（即权重矩阵）分解为若干独立的组件。
右图：利用RL训练这些组件的组合以应对不同任务。组件可能在多个任务中共享。例如，在上图中，紫色齿轮在语言理解和推理任务之间是共享的。推理时，首先识别任务类型，然后动态调整组件的组合。
使用SVF和RL进行训练
在训练阶段，SVF学习一组z向量，其中每个下游任务对应一个z向量。
每个z向量可以视作该任务的专家，它是一个紧凑的表示，指定了权重矩阵中每个组件的期望强度，充当「放大器」或「衰减器」，调节不同组件对模型行为的影响。例如，假设SVD将权重矩阵分解为五个组件[A，B，C，D，E]。
对于数学任务，学习到的z向量可能是[1，0.8，0，0.3，0.5]，这表明组件A对数学任务至关重要，而组件C几乎不影响其表现。
对于语言理解任务，z向量可能是[0.1，0.3，1，0.7，0.5]，表明尽管C组件对数学任务的贡献较小，但它对语言理解任务至关重要。
SVF利用RL在预定义的下游任务集上学习这些z向量。
学习到的z向量使Transformer能够适应各种新的下游任务，同时仅引入最少量的附加参数（即z向量）。
自适应性
在推理阶段，新框架使用两阶段适应策略，有效地结合了任务专用的z向量。在第一次推理阶段，给定任务或单个输入提示，Transformer通过以下三种适应方法之一来分析测试时的条件。
在第二阶段，Transformer结合这些z向量来调节权重，从而生成最适合新设置的最终响应。
新研究总结了三种任务检测/适应方法如下：
基于提示的适应：使用专门设计的适应性提示，对任务分类（如数学、编程），并选择一个预训练的z向量。
基于分类器的适应：使用SVF训练的任务分类器在推理时识别任务，并选择合适的z向量。
少样本适应：通过加权插值结合多个预训练的z向量。简单的优化算法根据在少样本评估集上的表现调整这些权重。
这三种方法共同确保了Transformer能够实现强大且高效的任务适应，为其在多种场景下的出色表现奠定了基础。
主要结果
作者将这些方法应用于Llama和Mistral LLM，在广泛的任务上进行测试，包括数学（GSM8K，MATH）、代码（MBPP-Pro，HumanEval）、推理（ARC-Easy，ARC-Challenge）和视觉问答（TextVQA，OKVQA）。SVF测评
首先通过SVF在这些任务上获取z向量，并与LoRA进行了比较。下表中的结果表明，SVF在文本任务上优于LoRA，特别是在GSM8K任务上有显著提升。这可以归因于RL训练目标。与LoRA的微调方法不同，RL不要求每个问题都有「完美解决方案」。右侧的直方图也展示了SVF在视觉领域的惊人表现。
未见过的任务随后将适应框架与LoRA在未见过的任务上进行对比评估，特别是在MATH、HumanEval和ARC-Challenge任务上。下表左侧展示了，随着方法复杂度的提升，新架构的策略在所有任务上都取得了逐步的性能提升。
在未见任务上的测试集表现。左图：在未见任务上的自适应。右图：学习到的z向量插值权重。
而右图分析了少样本（few-shot）学习如何结合不同的z向量来处理任务。在解决MATH问题时，出乎意料的是，模型并非仅依赖于其专门为GSM8K（数学）任务训练的z向量。这表明，复杂的数学推理任务有益于结合数学、编程和逻辑推理能力。在其他任务和模型中也观察到了类似的意外组合，凸显了该框架能够综合多种专业知识，从而实现最佳表现。
模型知识转移
最后，作者探索了一个挑战传统AI发展理念的有趣问题：能否将一个模型的知识转移到另一个模型中？令人兴奋的是，将Llama学习到的z向量转移到Mistral时，作者观察到后者在大多数任务上表现出提升。下表中给出了详细的结果。
尽管这些发现具有前景，但需要注意的是，这两个模型具有相似的架构，这可能是它们能够兼容的原因。
不同AI模型之间是否能实现知识共享仍然是一个悬而未决的问题。
然而，这些结果暗示了一个令人兴奋的可能性：打开特定任务技能的解耦与重用的大门，为更新的、更大的模型提供支持。
「活体智能」
但这仅仅是开始。Transformer为呈现了未来的场景：AI系统不再是为固定任务训练的静态实体。相反，它们将体现「活体智能」，即不断学习、演化和适应的模型。
像Transformer这样的自适应系统弥合了静态AI与「活体智能」之间的差距，为高效、个性化、完全集成的AI工具铺平道路，这些工具将推动各个行业的进步以及我们日常生活的发展。
作者介绍
共同一作Qi Sun，目前是东京工业大学研究助理。他从2023年开始在Sakana AI做兼职研究员。2024年10月，他获得了东京科学大学的博士学位。此前，他在东京工业大学获得硕士学位，在大连理工大学获得学士学位。
共同一作Yujin Tang，2024年1月起担任Sakana AI的研究科学家，研究领域为强化学习和机器人。此前在DeepMind、谷歌等公司从事研发工作。他在东京大学获得博士学位，在早稻田大学获得硕士学位，在上海交通大学获得学士学位。
参考资料：https://arxiv.org/abs/2501.06252
https://sakana.ai/transformer-squared/
