PEFT documentation

KaSA

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

KaSA

Это вариант LoRA, поэтому всё, что возможно с LoRA, применимо и к этому методу, если на этой странице не указано иное.

KaSA (Knowledge-aware Singular-value Adaptation) — это вариант LoRA, который использует разложение по сингулярным значениям базовых весов для отфильтровывания знаний, не относящихся к задаче, и параметризует обновление с помощью обучаемых сингулярных значений. Он изменяет обычный LoRA двумя способами:

  1. Обрезка SVD на основе знаний для замороженных базовых весов. При инициализации базовые веса W разлагаются методом SVD, и их r наименьших («шумовых»/длиннохвостовых) сингулярных компонента отбрасываются, в результате чего приближение ранга (k - r) становится новыми замороженными базовыми весами (k = min(in_features, out_features)). Затем обучаемая ветвь заново обучается в отброшенном остаточном подпространстве.
  2. Адаптация собственных значений с учётом знаний. Обучаемое обновление параметризуется в форме SVD с обучаемой диагональю собственных значений, вставленной между факторами LoRA: ΔW = scaling * B @ diag(ΔΣ) @ A, где ΔΣ (lora_diag) — обучаемый r-вектор и единственный новый параметр на слой.

В PEFT KaSA настраивается как вариант LoRA через аргумент kasa_config в LoraConfig:

from peft import KasaConfig, LoraConfig

config = LoraConfig(
    target_modules=["q_proj", "v_proj"],
    kasa_config=KasaConfig(beta=1e-4, gamma=1e-3),
)

В статье дополнительно используется обучение с двумя вспомогательными регуляризаторами: L2-штрафом на обучаемые сингулярные значения (с весом beta) и ортогональным регуляризатором для факторов адаптера (с весом gamma), который мягко обеспечивает полуортогональность, предполагаемую параметризацией SVD. PEFT не может добавить их автоматически, поэтому во время обучения вы должны добавить их к функции потерь задачи, вызвав LoraModel._get_kasa_loss() для базовой модели LoraModel:

task_loss = ...  # standard loss returned by your model
kasa_loss = model._get_kasa_loss()  # 0.0 if KaSA is not used
total_loss = task_loss + kasa_loss

Для подробных сведений об использовании см. эти инструкции.

Ограничения

  • В настоящее время KaSA поддерживается только для стандартных линейных слоёв LoRA и не работает со слоями, у которых fan_in_fan_out=True (например, Conv1D в transformers).
  • Адаптеры KaSA нельзя комбинировать с адаптерами, не являющимися KaSA, в рамках одной модели, поскольку усечение базовых весов изменит базовые веса, на которые опираются другие адаптеры. Использование нескольких адаптеров KaSA допустимо.
  • convert_to_lora не поддерживается: обновление KaSA зависит от lora_diag и от усечённого базового веса, ни одно из которых не может быть представлено в стандартном адаптере LoRA.
  • Обрезка по SVD базовых весов является необратимой: добавление адаптера KaSA навсегда изменяет замороженные веса слоя. Отключение или выгрузка адаптера не восстанавливают исходные базовые веса, а последовательность merge и unmerge приводит к обрезанным весам, а не к исходным. Это свойство метода. Сохраните исходную контрольную точку, если вам нужно восстановить неизменную базовую модель.
  • Загрузка обученного адаптера KaSA с помощью PeftModel.from_pretrained повторно применяет то же самое усечение к только что загруженному базовому весу, поэтому сохранение и повторная загрузка согласованы.
Update on GitHub