首页
/ Liger-Kernel v0.5.6版本发布:多模态支持与训练优化全面升级

Liger-Kernel v0.5.6版本发布:多模态支持与训练优化全面升级

2025-06-11 19:38:02作者:何将鹤

Liger-Kernel是一个专注于深度学习模型训练优化的开源框架,特别针对大规模语言模型和多模态模型的训练进行了深度优化。最新发布的v0.5.6版本带来了多项重要更新,包括对Paligemma多模态模型的支持、Dynamic Tanh(DyT)训练技术的引入、XPU设备优化以及Llava视觉语言模型的集成等。

多模态模型支持扩展

本次更新最显著的特点是加强了对多模态模型的支持。Paligemma作为一种结合视觉和语言能力的多模态模型,现在可以在Liger-Kernel中无缝运行。开发团队特别处理了Paligemma 1与Gemma 1语言模型的兼容性问题,确保了模型结构的正确加载和训练。

同时,Llava视觉语言模型也被集成到框架中。Llava能够处理图像和文本的联合输入,实现跨模态的理解和生成。团队修复了Llava在反向传播测试中的问题,使其训练过程更加稳定可靠。

训练技术与优化改进

v0.5.6版本引入了Dynamic Tanh(DyT)训练技术,这是一种动态调整激活函数范围的技术,能够根据训练过程中的数据分布自动优化tanh激活函数的输出范围,提升模型训练的稳定性和收敛速度。

在损失函数方面,团队对GRPO(Generalized Reinforcement Policy Optimization)进行了重要修正,使其与TRL(Transformer Reinforcement Learning)框架保持一致。这包括损失计算的修正、测试精度的提升以及指标计算的规范化,使强化学习训练更加准确可靠。

针对分块损失计算(chunked loss),团队改进了教师模型和学生模型对数形状的对齐方式,确保知识蒸馏过程中信息传递的准确性。此外,还修正了log_target计算中的条件判断问题,提升了损失计算的精确度。

硬件支持与性能优化

本次更新加强了对XPU设备的支持,包括在交叉熵损失(CE)和FLJSD(Focal Length Jensen-Shannon Divergence)计算中加入了XPU调优选项。这使得Liger-Kernel能够在更多类型的硬件设备上高效运行。

为了提升在AMD硬件上的兼容性,团队调整了测试环境,使用ROCm 6.3版本,并修改了容错参数(tolerance),确保框架能够在AMD平台上稳定运行。

框架稳定性与易用性改进

在框架稳定性方面,修复了当monkey_patch应用于已实例化模型时模块名称不正确的问题,提升了代码的健壮性。同时,团队还优化了损失工具(loss_utils),为重写lce_forward方法提供了更好的支持。

文档方面也进行了多项更新,包括README文件的修订和Star History URL的更新,使新用户能够更快上手使用框架。

总结

Liger-Kernel v0.5.6版本在多模态支持、训练技术优化和硬件兼容性方面都取得了显著进展。这些改进不仅扩展了框架的应用范围,也提升了训练效率和稳定性,为研究人员和开发者提供了更强大的工具来探索前沿的深度学习模型。特别是对Paligemma和Llava等多模态模型的支持,为跨模态学习和应用开辟了新的可能性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
858
509
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
257
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5