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 09:20:39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
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
48
259
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
348
381
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
871
516
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
263
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184
kernelkernel
deepin linux kernel
C
22
5
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
7
0
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
335
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0
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
1.08 K
0