Ajuste de Deslocamento de Estado: Ajuste Fino Eficiente em Parâmetros Baseado em Estado para Modelos de Espaço de Estados

State-offset Tuning: State-based Parameter-Efficient Fine-Tuning for State Space Models

March 5, 2025

Autores: Wonjun Kang, Kevin Galim, Yuchen Zeng, Minjae Lee, Hyung Il Koo, Nam Ik Cho

cs.AI

Resumo

Modelos de Espaço de Estados (SSMs) surgiram como alternativas eficientes aos Transformers, mitigando seu custo computacional quadrático. No entanto, a aplicação de métodos de Ajuste Fino Eficiente em Parâmetros (PEFT) aos SSMs permanece amplamente inexplorada. Em particular, métodos baseados em prompt, como Prompt Tuning e Prefix-Tuning, amplamente utilizados em Transformers, não apresentam bom desempenho em SSMs. Para abordar isso, propomos métodos baseados em estado como uma alternativa superior aos métodos baseados em prompt. Essa nova família de métodos surge naturalmente das características arquitetônicas dos SSMs. Métodos baseados em estado ajustam diretamente características relacionadas ao estado, em vez de depender de prompts externos. Além disso, introduzimos um novo método PEFT baseado em estado: State-offset Tuning. A cada passo de tempo, nosso método afeta diretamente o estado na etapa atual, levando a uma adaptação mais eficaz. Por meio de extensos experimentos em diversos conjuntos de dados, demonstramos a eficácia do nosso método. O código está disponível em https://github.com/furiosa-ai/ssm-state-tuning.

English

State Space Models (SSMs) have emerged as efficient alternatives to Transformers, mitigating their quadratic computational cost. However, the application of Parameter-Efficient Fine-Tuning (PEFT) methods to SSMs remains largely unexplored. In particular, prompt-based methods like Prompt Tuning and Prefix-Tuning, which are widely used in Transformers, do not perform well on SSMs. To address this, we propose state-based methods as a superior alternative to prompt-based methods. This new family of methods naturally stems from the architectural characteristics of SSMs. State-based methods adjust state-related features directly instead of depending on external prompts. Furthermore, we introduce a novel state-based PEFT method: State-offset Tuning. At every timestep, our method directly affects the state at the current step, leading to more effective adaptation. Through extensive experiments across diverse datasets, we demonstrate the effectiveness of our method. Code is available at https://github.com/furiosa-ai/ssm-state-tuning.