首页
/ Liger-Kernel v0.5.3版本发布:强化训练损失计算与KTO损失支持

Liger-Kernel v0.5.3版本发布:强化训练损失计算与KTO损失支持

2025-06-11 23:17:42作者:袁立春Spencer

Liger-Kernel是一个专注于深度学习模型训练优化的开源项目,特别针对大规模语言模型(LLM)的训练过程提供了多种高效实现。该项目包含了从基础算子优化到高级训练策略的完整工具链,能够显著提升模型训练效率。

本次发布的v0.5.3版本主要聚焦于训练损失计算的改进和新增功能支持,特别是对后训练阶段损失计算的优化以及新增了KTO(Kullback-Leibler Temperature Optimization)损失函数的支持。这些改进使得模型在微调和优化阶段能够获得更好的性能表现。

核心改进与优化

1. 后训练损失计算的全面优化

本次版本对多种后训练损失计算进行了重要修复和优化:

  • 修正了ORPO(Optimal Regularized Preference Optimization)损失在MOE(Mixture of Experts)模型中的计算问题,确保了在多专家模型架构下的正确性
  • 修复了chosen_nll_loss在分块损失计算中的问题,提高了负对数似然损失计算的准确性
  • 为CPO和SimPO损失函数增加了标签平滑(label_smoothing)支持,使模型训练更加稳定
  • 改进了DPO(Direct Preference Optimization)损失的计算,现在可以输出参考模型的log概率,便于更细致的分析

这些改进使得后训练阶段的损失计算更加精确可靠,为模型微调提供了更坚实的基础。

2. KTO损失函数的引入

v0.5.3版本新增了KTO(Kullback-Leibler Temperature Optimization)损失函数的支持。KTO是一种基于KL散度的优化方法,通过温度调节来控制模型输出分布与目标分布之间的差异。这种损失函数特别适用于需要精确控制模型生成内容特性的场景,如对话系统的风格控制、内容安全过滤等。

KTO损失的主要特点包括:

  • 通过KL散度直接优化模型输出分布
  • 温度参数可调节,灵活控制优化强度
  • 与现有训练框架无缝集成

3. 交叉熵损失的增强与优化

对核心的交叉熵损失计算进行了多项改进:

  • 增加了权重支持(weight参数),允许对不同类别的样本赋予不同重要性
  • 修复了AMP(自动混合精度)训练中的dtype不匹配问题
  • 优化了z_loss的处理逻辑,避免在某些情况下出现存储失败
  • 重构了FusedLinearCrossEntropy实现,提高了计算效率

这些改进使得交叉熵损失在大规模训练中更加稳定高效。

4. 其他重要改进

  • 为CPO和SimPO损失增加了辅助输出(aux_outputs)支持,便于获取更多训练信息
  • 优化了温度缩放(Temperature Scaling)在蒸馏损失中的实现
  • 改进了Rope(Rotary Position Embedding)与Cos/Sin位置编码在批量大小>1时的兼容性
  • 增加了JSD(Jensen-Shannon Divergence)损失支持,丰富了知识蒸馏的选择

开发者体验提升

除了功能上的改进,v0.5.3版本也注重提升开发者体验:

  • 将代码检查工具迁移到Ruff,提供了更快的静态分析和更一致的代码风格
  • 完善了文档系统,新增了Mkdocs支持,使文档更加易读易用
  • 修复了多项测试问题,提高了测试覆盖率
  • 优化了CUDA和ROCm的动态依赖管理,简化了安装过程

总结

Liger-Kernel v0.5.3版本通过一系列精细的损失计算优化和新功能引入,进一步强化了其在深度学习训练领域的优势。特别是对后训练阶段损失计算的改进和KTO损失的支持,为研究人员和工程师提供了更强大的工具来优化模型性能。

这些改进不仅提升了训练过程的稳定性和效率,也为探索更先进的训练策略提供了可能。对于正在使用或考虑使用Liger-Kernel进行大规模模型训练的用户,升级到v0.5.3版本将能够获得更优的训练体验和模型质量。

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
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
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
942
555
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
195
279
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
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
359
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
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)。
Python
75
71