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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0384- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









