昨天一个跑了220个小时的微调训练完成了，主要任务是想在CHATGLM-6B上微调出一个能够较为精确的诊断数据库错误信息的对话模型来。

(相关资料图)

不过这个等了将近十天的训练最后的结果令人失望，比起我之前做的一个样本覆盖更小的训练来，差的还是挺大的。

这样的结果还是有点令人失望的，这个模型基本上是没有实用价值的。看样子需要重新调整参数与训练集，再做一次训练。大语言模型的训练是一场军备竞赛，没有好的装备是玩不起来的。看样子我们也必须要升级一下实验室的装备了，否则没有几个十天可以浪费。

从最近的几次失败的微调训练来看，微调训练这条路也并不容易完成。不同的任务目标混杂在一起跑训练，可能不同的任务目标需要的训练参数不同，使最终的训练集无法满足某些任务的需求。因此PTUNING只适合某个十分确定的任务，不一定适合混合任务，以混合任务为目的的模型，可能需要用FINETUNE。这和前几天我在和一个朋友交流时大家的观点类似。

实际上因为训练模型难度比较大，一些人已经放弃了自己训练模型，而采用将本地知识库矢量化后进行较为精准的检索，然后通过AUTOPROMPT将检索后的结果生成自动提示，去问打语音模型。利用langchain很容易实现这个目标。

这个工作的原理是将本地文档通过加载器加载为文本，然后对文本进行切分行程文本片段，经过编码后写入向量存储中功查询使用。查询结果出来后，通过Prompt Template自动形成提问用的提示，去询问LLM，LLM生成最后的回答。

这项工作里有另个要点，一个是较为精准的搜索到本地知识库中的知识，这个通过向量存储于搜索来实现，目前针对中英文的本地知识库的向量化与搜索的解决方案很多，可以选择某个对你的知识库比较友好的方案来使用。

上面是一个在vicuna-13b上通过关于OB的知识库进行的问答，上面的是没有使用本地知识库，直接使用LLM的能力的回答，下面是加载了本地知识库后的回答。可以看出性能提升还是挺明显的。

我们再来看看刚才那个ORA错误的问题，在没有使用本地知识库之前，LLM基本上是胡说八道的，而加载了本地知识库之后，这个回答还是中规中矩的，文中的错别字也是我们知识库中的错误。实际上PTUNING使用的训练集也是通过这个本地知识库生成出来的。

从最近我们踩过的坑可以收获一些经验。首先ptuning的难度比我们想象得要高得多，虽然说ptuning比finetune需要的装备低一点，不过训练难度一点都不低。其次是通过Langchain和autoprompt利用本地知识库来改善LLM能力效果不错，对于大多数企业应用来说，只要把本地知识库梳理好，选择合适的矢量化方案，应该都能获得不比PTUNING/FINETUNE差的效果。第三，还是上回说的那个问题，LLM的能力至关重要。必须选择一个能力较强的LLM作为基础模型来使用。任何嵌入式模型都只能局部改善能力，不能起决定性的作用。第四，对于数据库相关的知识，vicuna-13b的能力确实不错。

今天一大早还要去客户那边做个交流，早上时间有限，就简单写几句吧。大家对此有何心得，欢迎留言讨论（讨论仅你我可见），我也是在这条路上孤独行走，希望有同路人指点一二。

标签：