FrugalGPT: Wie man große Sprachmodelle nutzt, während Kosten reduziert und die Leistung verbessert werden

FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance

May 9, 2023

Autoren: Lingjiao Chen, Matei Zaharia, James Zou

cs.AI

Zusammenfassung

Es gibt eine rasch wachsende Anzahl von großen Sprachmodellen (LLMs), die Nutzer gegen eine Gebühr abfragen können. Wir untersuchen die Kosten, die mit der Abfrage beliebter LLM-APIs wie GPT-4, ChatGPT und J1-Jumbo verbunden sind, und stellen fest, dass diese Modelle heterogene Preisstrukturen aufweisen, wobei die Gebühren um bis zu zwei Größenordnungen variieren können. Insbesondere kann die Nutzung von LLMs für große Abfragesammlungen und Texte kostspielig sein. Vor diesem Hintergrund skizzieren und diskutieren wir drei Arten von Strategien, die Nutzer anwenden können, um die Inferenzkosten im Zusammenhang mit der Nutzung von LLMs zu reduzieren: 1) Prompt-Anpassung, 2) LLM-Approximation und 3) LLM-Kaskade. Als Beispiel schlagen wir FrugalGPT vor, eine einfache, aber flexible Implementierung einer LLM-Kaskade, die lernt, welche Kombinationen von LLMs für verschiedene Abfragen verwendet werden sollen, um die Kosten zu senken und die Genauigkeit zu verbessern. Unsere Experimente zeigen, dass FrugalGPT die Leistung des besten einzelnen LLMs (z. B. GPT-4) bei einer Kostenreduktion von bis zu 98 % erreichen oder die Genauigkeit gegenüber GPT-4 bei gleichen Kosten um 4 % steigern kann. Die hier vorgestellten Ideen und Erkenntnisse bilden eine Grundlage für die nachhaltige und effiziente Nutzung von LLMs.

English

There is a rapidly growing number of large language models (LLMs) that users can query for a fee. We review the cost associated with querying popular LLM APIs, e.g. GPT-4, ChatGPT, J1-Jumbo, and find that these models have heterogeneous pricing structures, with fees that can differ by two orders of magnitude. In particular, using LLMs on large collections of queries and text can be expensive. Motivated by this, we outline and discuss three types of strategies that users can exploit to reduce the inference cost associated with using LLMs: 1) prompt adaptation, 2) LLM approximation, and 3) LLM cascade. As an example, we propose FrugalGPT, a simple yet flexible instantiation of LLM cascade which learns which combinations of LLMs to use for different queries in order to reduce cost and improve accuracy. Our experiments show that FrugalGPT can match the performance of the best individual LLM (e.g. GPT-4) with up to 98% cost reduction or improve the accuracy over GPT-4 by 4% with the same cost. The ideas and findings presented here lay a foundation for using LLMs sustainably and efficiently.