FrugalGPT: Как использовать большие языковые модели, снижая затраты и повышая производительность

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

May 9, 2023

Авторы: Lingjiao Chen, Matei Zaharia, James Zou

cs.AI

Аннотация

Количество крупных языковых моделей (LLM), к которым пользователи могут обращаться за плату, стремительно растет. Мы анализируем стоимость запросов к популярным API LLM, таким как GPT-4, ChatGPT, J1-Jumbo, и обнаруживаем, что эти модели имеют неоднородные структуры ценообразования, причем стоимость может отличаться на два порядка величины. В частности, использование LLM для обработки больших объемов запросов и текстов может быть дорогостоящим. В связи с этим мы описываем и обсуждаем три типа стратегий, которые пользователи могут применять для снижения затрат на использование LLM: 1) адаптация запросов, 2) аппроксимация LLM и 3) каскад LLM. В качестве примера мы предлагаем FrugalGPT — простое, но гибкое воплощение каскада LLM, которое обучается выбирать комбинации LLM для различных запросов с целью снижения затрат и повышения точности. Наши эксперименты показывают, что FrugalGPT может соответствовать производительности лучшей отдельной LLM (например, GPT-4) с сокращением затрат до 98% или улучшить точность по сравнению с GPT-4 на 4% при тех же затратах. Представленные здесь идеи и результаты закладывают основу для устойчивого и эффективного использования LLM.

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.