【LLM】大模型微调，压缩，量化，部署（还在缓慢更新

还在缓慢更新"/>

【LLM】大模型微调，压缩，量化，部署（还在缓慢更新

前段时间很忙一直没时间follow最近的大模型工作，最近几天闲一点了…这个可能会出现整理不全或者是结果没跑完的情况，我尽量快一点（如果最近没啥事的话），有啥想法可以在评论区d一下我。
LLM排行榜 ：
可能有一些解读有些的不清楚的地方，这一篇也可以当做是评论帖（轻点骂

一. 微调

1.1 Adapter Tuning

Parameter-Efficient Transfer Learning for NLP
【代码参考】
【论文】Adapter Tuning
【论文解读】

1.2 Prefix Tuning

【官方代码】
【论文】.acl-long.353.pdf
【代码解读】

1.3Prompt Tuning

【官方代码】
【论文】.emnlp-main.243.pdf
【代码解读】

1.4 P-Tuning

P-Tuning一共是两篇工作

1.4.1 GPT Understands, Too

【官方代码】
【论文】.10385v1.pdf
【代码解读】

1.4.2 P-Tuning v2: Prompt Tuning Can Be Comparable to Fine-tuning Universally Across Scales and Tasks

【官方代码】
【论文】.07602v3.pdf
【代码解读】来自知乎 ：

1.5 LoRA

【论文解析】

1.6 AdaLoRA

1.7 BitFit

1.8 MAM Adapter

1.9 UniPELT

【知乎解析】

二. 量化

2.1 量化基础知识
2.1.1 常见数值表示方式

• Float32 (FP32) ：标准的 IEEE 32 位浮点表示，指数 8 位，尾数 23 位，符号 1
  位，可以表示大范围的浮点数。大部分硬件都支持 FP32 运算指令。
• Float16 (FP16) ：指数 5 位，尾数 10 位，符号 1 位。 FP16 数字的数值范围远低于 FP32，存在上溢 (当用于表示非常大的数时) 和下溢 (当用于表示非常小的数时) 的风险，通过缩放损失 (loss scaling) 来缓解这个问题。
• Bfloat16 (BF16)：指数 8 位 (与 FP32相同)，尾数 7 位，符号 1 位。这意味着 BF16 可以保留与 FP32 相同的动态范围。但是相对于 FP16，损失了 3位精度。因此，在使用 BF16 精度时，大数值绝对没有问题，但是精度会比 FP16 差。
• TensorFloat-32(TF32) ：使用19 位表示，结合了 BF16 的范围和 FP16的精度，是计算数据类型而不是存储数据类型。目前使用范围较小。
  【参考】
  

1. Quant

2. INT8
   【代码仓库】
   【代码测试】使用int8训练bert

3. QLoRA
   【论文解读】
   【测试】

4. GPTQ
   【代码仓库】官方代码 和 Llama上使用GPTQ

6.