我最近需要在工作中对特定用例的句子进行分类。记得 Jeremy Howard 的第 4 课：针对绝对初学者的 NLP 入门，我首先改编了他的笔记本来微调 DEBERTA。

它有效，但并不令我满意，所以我很好奇如果我使用像 LLAMA 3 这样的法学硕士会发生什么。问题是什么？ GPU 资源有限。我只能访问 Tesla/Nvidia T4 实例。

研究让我找到了 QLORA。这个关于使用 QLoRA 微调 LLama 3 LLM 进行股票情绪文本分类的教程特别有用。为了更好地理解本教程，我将第 4 课改编到 QLORA 教程笔记本中。

QLORA 使用两种主要技术：

1. 量化：降低模型精度，使其更小。
2. LORA（低阶适应）：添加小型可训练层，而不是微调整个模型。

这使我能够在 16GB VRAM T4 上训练 LLAMA 3 8B，使用大约 12GB 的 VRAM。结果出奇的好，预测准确率超过90%。

Confusion Matrix:
[[83  4]
[ 4  9]]
Classification Report:
              precision    recall  f1-score   support
         0.0       0.95      0.95      0.95        87
         1.0       0.69      0.69      0.69        13
    accuracy                           0.92       100
   macro avg       0.82      0.82      0.82       100
weighted avg       0.92      0.92      0.92       100
Balanced Accuracy Score: 0.8231653404067196
Accuracy Score: 0.92

这是详细介绍该过程的 iPython 笔记本。

这种方法表明可以在有限的硬件上使用大型语言模型。在限制条件下工作通常会带来创造性的问题解决和学习机会。在这种情况下，这些限制促使我探索和实施更有效的微调技术。