首页
/ Liger-Kernel v0.5.4版本发布:支持Granite 3.0/3.1与OLMo2模型,新增GRPO与TVD损失函数

Liger-Kernel v0.5.4版本发布:支持Granite 3.0/3.1与OLMo2模型,新增GRPO与TVD损失函数

2025-06-11 01:33:48作者:齐添朝

Liger-Kernel是LinkedIn开源的一个深度学习训练框架内核,专注于为大规模语言模型提供高效的训练支持。该项目集成了多种优化技术,包括自定义内核、高效注意力机制实现以及创新的损失函数等,旨在提升模型训练的速度和效果。

核心功能更新

Granite 3.0/3.1模型支持

本次更新正式添加了对IBM Granite系列3.0和3.1版本模型的支持。Granite是IBM推出的一系列基础大模型,在多个自然语言处理任务上表现出色。Liger-Kernel通过优化其计算图执行和内存管理,能够更高效地训练这些模型。

OLMo2模型集成

OLMo(Open Language Model)是AI2研究所开发的开源语言模型家族。v0.5.4版本新增了对OLMo2模型的支持,包括其特有的架构细节和训练配置。这使得研究人员可以在Liger-Kernel框架下更高效地训练和微调OLMo2模型。

新增损失函数

GRPO损失函数

GRPO(Generalized Reinforcement Policy Optimization)是一种新型的强化学习优化目标,特别适用于语言模型的强化学习微调场景。相比传统的PPO方法,GRPO提供了更稳定的训练动态和更好的收敛特性。

TVD损失函数

Total Variation Distance(TVD)损失是一种基于概率分布差异的度量方式,常用于生成模型的训练中。Liger-Kernel实现了高效的TVD损失计算内核,支持在各种硬件设备上快速执行。

性能优化与稳定性改进

  1. Intel GPU支持增强:改进了对Intel GPU的兼容性,新增了相关的CI测试流程,确保在Intel硬件上的稳定运行。

  2. 层归一化内核修复:修正了层归一化(LayerNorm)内核中的若干问题,提升了训练稳定性。

  3. 注意力机制优化:针对共享前缀的掩码注意力场景进行了特别优化,提高了长序列处理的效率。

  4. 测试覆盖扩展:新增了多个模型的测试用例,包括Qwen2VL和MLlama等,确保更广泛的模型兼容性。

开发者体验改进

  1. 文档更新:详细记录了ROCm平台的安装指南,帮助AMD GPU用户更快上手。

  2. 脚本优化:改进了Hugging Face SFT(Supervised Fine-Tuning)脚本,使其更易于使用和扩展。

  3. 基准测试数据:新增了KTO(Knowledge Tracing Optimization)的基准测试结果,方便用户评估性能。

技术实现细节

在底层实现上,v0.5.4版本包含多项内核级优化:

  • 改进了计算图分割策略,支持更灵活的并行计算配置
  • 优化了ROPE(Rotary Position Embedding)的实现,修复了相关测试用例
  • 增强了内存管理子系统,减少了大模型训练时的内存碎片

这些改进使得Liger-Kernel在训练大规模语言模型时能够更充分地利用硬件资源,提高训练效率。

总结

Liger-Kernel v0.5.4版本通过新增模型支持和损失函数,进一步扩展了其在大语言模型训练领域的适用性。同时,多项性能优化和稳定性改进使得框架更加成熟可靠。对于从事大规模语言模型研究和开发的人员来说,这一版本提供了更多工具选择和技术支持。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511