在LMDeploy中获取贪婪解码器的Token概率得分

背景介绍

在自然语言处理领域，语言模型生成文本时通常会采用不同的解码策略，其中贪婪解码(Greedy Decoding)是最基础的一种方法。贪婪解码在每一步都选择概率最高的token作为输出，这种策略简单高效，但缺乏多样性。

在实际应用中，我们有时不仅需要模型生成的文本内容，还需要了解每个输出token的概率得分(logprob)。这些得分信息对于分析模型行为、调试模型性能或进行后续处理都非常有价值。

问题分析

LMDeploy项目默认提供的接口中，使用贪婪解码时无法直接获取每个token的概率得分。虽然可以通过设置top_k=1的采样方式来近似贪婪解码，但这种方法存在两个问题：

1. 当k=1时，所有输出token的得分都会被归一化为1，失去了实际概率意义
2. 当k>1时，虽然可以得到概率得分，但输出结果可能与贪婪解码不同

解决方案

我们可以通过以下技术方案间接获取贪婪解码的token概率得分：

1. 首先正常使用贪婪解码生成完整的输出序列
2. 然后重新计算整个序列(包括输入prompt和输出)的logits
3. 从logits中提取生成部分的概率分布
4. 针对每个输出token，获取其在对应位置的概率得分

实现代码示例

import torch
from lmdeploy import pipeline, GenerationConfig

# 初始化pipeline
pipe = pipeline('/path/to/model/', log_level='INFO')

# 使用贪婪解码生成文本
messages = '你好'  # 输入文本
output = pipe(messages, gen_config=GenerationConfig(top_k=1))

# 获取完整token序列
decorated = pipe.chat_template.messages2prompt(messages)
prompt_tokens = pipe.tokenizer.encode(decorated)
all_tokens = prompt_tokens + output.token_ids

# 计算完整序列的logits
all_logits = pipe.get_logits(all_tokens)

# 计算softmax概率
all_scores = torch.softmax(all_logits, dim=-1)

# 提取生成部分的概率得分
gen_scores = all_scores[0, len(prompt_tokens) - 1:-1]

# 打印每个token及其得分
for i, tk in enumerate(output.token_ids):
    print(f"Token {i}: ID={tk}, Score={gen_scores[i, tk]}")

技术细节说明

1. logits获取：get_logits方法返回模型对输入序列的原始输出(logits)，这是计算概率的基础
2. 概率转换：使用softmax函数将logits转换为概率分布
3. 序列对齐：需要精确计算生成部分在完整序列中的位置偏移
4. 效率考虑：这种方法需要两次前向计算，会带来一定的性能开销

应用场景

这种技术可以应用于以下场景：

1. 模型分析：通过token得分分析模型在哪些位置不确定或容易出错
2. 结果过滤：基于得分阈值过滤低置信度的生成结果
3. 调试工具：帮助开发者理解模型生成过程
4. 质量评估：作为生成文本质量的量化指标之一

总结

虽然LMDeploy没有直接提供贪婪解码的token得分接口，但通过组合现有API，我们仍然可以获取这些有价值的信息。这种方法虽然有一定的计算开销，但对于需要深入分析模型行为的场景非常有用。开发者可以根据实际需求，在效率和信息丰富度之间做出权衡。