Astraios: Ajuste de Instrucciones Eficiente en Parámetros para Modelos de Lenguaje de Código a Gran Escala

Resumen

El alto costo del ajuste fino de todos los parámetros (FFT) en los Modelos de Lenguaje de Gran Escala (LLMs) ha llevado al desarrollo de una serie de métodos de ajuste fino eficiente en parámetros (PEFT). Sin embargo, aún no está claro cuáles de estos métodos ofrecen el mejor equilibrio entre costo y rendimiento en diferentes escalas de modelos. Presentamos Astraios, un conjunto de 28 modelos OctoCoder ajustados mediante instrucciones, utilizando 7 métodos de ajuste y 4 tamaños de modelo de hasta 16 mil millones de parámetros. A través de investigaciones en 5 tareas y 8 conjuntos de datos diferentes que abarcan tanto tareas de comprensión como de generación de código, encontramos que el FFT generalmente conduce al mejor rendimiento en todas las escalas, y que los métodos PEFT difieren significativamente en su eficacia según la escala del modelo. LoRA suele ofrecer el equilibrio más favorable entre costo y rendimiento. Una investigación más profunda sobre los efectos de estos métodos en la robustez del modelo y la seguridad del código revela que los modelos más grandes tienden a mostrar una menor robustez y menos seguridad. Por último, exploramos las relaciones entre los parámetros actualizados, la pérdida de entropía cruzada y el rendimiento en las tareas. Encontramos que la efectividad del ajuste observada en modelos pequeños se generaliza bien a modelos más grandes, y que la pérdida de validación en el ajuste por instrucciones puede ser un indicador confiable del rendimiento general en tareas posteriores.

English

The high cost of full-parameter fine-tuning (FFT) of Large Language Models (LLMs) has led to a series of parameter-efficient fine-tuning (PEFT) methods. However, it remains unclear which methods provide the best cost-performance trade-off at different model scales. We introduce Astraios, a suite of 28 instruction-tuned OctoCoder models using 7 tuning methods and 4 model sizes up to 16 billion parameters. Through investigations across 5 tasks and 8 different datasets encompassing both code comprehension and code generation tasks, we find that FFT generally leads to the best downstream performance across all scales, and PEFT methods differ significantly in their efficacy based on the model scale. LoRA usually offers the most favorable trade-off between cost and performance. Further investigation into the effects of these methods on both model robustness and code security reveals that larger models tend to demonstrate reduced robustness and less security. At last, we explore the relationships among updated parameters, cross-entropy loss, and task performance. We find that the tuning effectiveness observed in small models generalizes well to larger models, and the validation loss in instruction tuning can be a reliable indicator of overall downstream performance.

Astraios: Ajuste de Instrucciones Eficiente en Parámetros para Modelos de Lenguaje de Código a Gran Escala

Astraios: Parameter-Efficient Instruction Tuning Code Large Language Models

Resumen

Support