两行代码解决大语言模型对话局限！港中文贾佳亚团队联合 MIT 发布超长文本扩展技术

中途迷失、模型偷懒、上下文越长大模型越笨...... 如果体验过大语言模型产品，用户多少会对文本输入长度带来的限制有所感触，比如当想和大模型讨论一些稍长的内容，需要拆分输入，而前面输入的要点，很快就会被大模型忘记。

这是典型的大语言模型对话缺陷！就像先天有注意力缺陷的儿童，难以专注看完一本新书。而缺陷的关键，在于模型缺乏长文本处理能力。这个局面如今被打破。

近日，贾佳亚团队联合 MIT 发布的新技术和新模型悄然登上各大开源网站的热榜：hugging face 热榜第一、paperwithcode 热度第一，Github 全部 python 项目热度第五、github stars 一周内破千，Twitter 上的相关技术帖子浏览量近 18 万......

github stars 已达 1.3k

Twitter 上的相关技术帖子浏览量近 18 万

这项名为 LongLoRA 的技术实用但却简单得令人惊讶：只需两行代码、一台 8 卡 A100 机器，便可将 7B 模型的文本长度拓展到 100k tokens，70B 模型的文本长度拓展到 32k tokens；同时，该研究团队还发布了首个拥有 70B 参数量的长文本对话大语言模型 LongAlpaca。

全球首个 70B 长文本大语言模型发布

LongLoRA 的提出，让全球大语言模型的对话缺陷第一次得到解决，自此，几十页的论文、几百页的报告、鸿篇巨制不再成为大模型盲区。

对此，有专业人士激动地表示，LongLoRA 是大语言模型迷宫中的希望之灯！它代表着业界对长文本大语言模型的重新思考和关注，有效扩展了大语言模型的上下文窗口，允许模型考虑和处理较长的文本序列，是大语言模型的革新性发明。

除了技术革新外，大语言模型处理长文本问题的一大难点还在于缺少公开的长文本对话数据。

为此，研究团队特意收集了 9k 条长文本问答语料对，包含针对名著、论文、深度报道甚至财务报表的各类问答。

光会回答长问题还不够，该团队又挑选了 3k 的短问答语料与 9K 的长问答语料混合训练，让长文本大模型同时具备短文本对话能力。这个完整的数据集被称为 LongAlpaca-12k，目前已经开源。

在 LongAlpaca-12k 数据集基础上，研究团队对不同参数大小 7B、13B、70B 进行了训练和评测，开源模型包括 LongAlpaca-7B, LongAlpaca-13B 和 LongAlpaca-70B。

看小说、改论文、指点经济堪称全能王

话不多说，盲选几个 demo, 一起看看应用了 LongLoRA 技术叠加 12K 问答语料的大模型 LongAlpaca 效果。

让系统新读一篇论文，并根据 ICLR 的审查指南，对其提出修改意见，从而提升该论文的接收率。LongAlpaca 的意见是：通过更精确地阐明新颖性，提供更严格和更有对比性的实验结果 (包括具体的数据集和指标)、更广泛的应用和未来发展方向，重点呈现关键贡献和影响，论文被接受的机会将得到提高。

现在，让系统读两篇新的不同的论文，让 LongAlpaca 概括 ICLR 和 CVPR 两个会议之间的风格区别。LongAlpaca 总结认为，CVPR 论文倾向更具结构性和实验性的风格，专注于实用性和技术性。而 ICLR 的论文风格更加灵活，侧重关键的理论分析和数学推导，而非标准格式。

可以看出，经过训练的 LongAlpaca 模型已经可以很轻松地接受新的长篇学术论文，在学术相关问题的回答上相当精准。

接下来，再看看 LongAlpaca 模型在颇高阅读和理解门槛的经济领域的解读表现。

根据国际货币组织从 2012 年到 2023 年的全球经济展望的概述合集，对经济形势进行逐年总结以及对未来经济趋势进行预测。LongAlpaca 告诉我们，2023 年全球经济形势不明朗，跟 2022 年相比，增长预计放缓；未来几年，全球经济扩张速度偏温和并将低于预期，而地缘政治紧张、金融市场波动等大的挑战依然存在，需通过多边合作和结构性改革小心应对。

LongAlpaca 还可以读新的长篇小说，读完后对内容进行分析。下面选取的对比模型是 13B 参数的 LongAlpaca 和 Llama2，且看各自表现。

名著《西游记》中，为什么孙悟空在大闹天宫时很厉害，但取经路上却屡屡受挫?LongAlpaca 给出了 5 点原因，大概可总结为"孙悟空的不成熟、强大的对手、力量的限制、敌人的欺骗、最初缺少同伴等因素导致了他在旅途中的失败。但随着时间推移，他获得了智慧、经验和战友，使他最终战胜了最强大的敌人。"

而 Llama2 的回答较为简单。"虽然他确实大闹天宫，但说他代表着不败的力量并不一定准确。事实上，他最终在西游记中被强大的唐三藏打败。"Llama2 没有给出正确答案，并且还提出需要更多的内容信息。

这一次让系统新读一次《三体》，然后问第一部中，叶文洁为什么要联系外星人，而后期又为什么后悔？LongAlpaca 认为，叶文洁最初接触外星人是出于理想主义和复仇，但随着时间的推移，她对人类的看法发生了变化，意识到自己可能给全人类带来的危险，她的悔恨与日俱增。回答得十分清晰。

而 Llama2 的回答则是，"通过与外星人的互动，她希望能更深入地了解宇宙的本质，以及自己在宇宙中的位置。叶文洁逐渐意识到，外星人和他们的技术并不能解决她的问题。"回答笼统，之后开始对小说整体进行评论，答非所问。

从模型给出的答案可发现，一些模型如 Llama2 [2] 可能在预训练过程中见过相关小说，但如果在提问时进行仅根据小说题目进行短文本提问的话，回答并不理想。

两个模型的回答对比，高下立见。LongAlpaca 改学术论文、点评全球经济大势和读小说，都是一把好手，完胜 Llama2。

两行代码和三个关键结论

Llama2 可以说是 AI 社区内最强大的开源大模型之一，行业位置领先，LongAlpaca 居然可以完胜。其背后的 LongLoRA 技术成功引起网友们的注意，到底是怎么做到的？

原来大语言模型对长文本处理过程中，计算量的主要开销集中在自注意力机制 (self-attention)，其开销随着文本长度成平方次地增加。

针对这个问题，研究团队提出 LongLoRA 技术，并用分组和偏移的方式来对全局自注意力机制进行模拟。

简单来说，就是将长文本对应的 tokens 拆分成不同的组，在每组内部做自注意力计算，而分组的方式在不同注意力头 (attention head) 上有所偏移。这样的方式既可以大幅度节约计算量，又可以维持全局感受野的传递。

而这个实现方法也非常简洁，仅两行代码即可完成！

LongLoRA 还探索了低秩训练的方式。原有的低秩训练方式，如 LoRA [5]，无法在文本长度迁移上取得良好的效果。而 LongLoRA 在低秩训练的基础上，引入嵌入层 (Embedding layer 和 Normalization layers) 进行微调，从而达到可以和全参数微调 (Full fine-tune) 逼近的效果。

进行不同长度文本扩展和训练时，LongLoRA、LoRA 和全参数微调不同技术的具体效果如何，可以参考三个维度表现：

在 Perplexity-困惑度上，原有 LoRA 方法的性能在不断恶化，而 LongLoRA 和全参数微调都能在各种文本长度下维持很好的效果；

在显存消耗上，相比于全参数微调，LongLoRA 和原有 LoRA 都有大幅度的节省。例如，对于 8k 长度的模型训练，相比于全参数微调，LongLoRA 将显存消耗从 46.3GB 降低到 25.6GB；

在训练时间上，对于 64k 长度的模型训练，相比于常规 LoRA，LongLoRA 将训练时间从 90～100 小时左右降低到 52.4 小时，而全参数微调超过 1000 小时。

极简的训练方法、极少的计算资源和时间消耗，以及极佳的准确性，令 LongLoRA 大规模推广成为可能。目前，相关技术与模型已全部开源，感兴趣的用户们可以自己部署感受。

值得一提的是，这是贾佳亚团队继 8 月 9 日发布的"可以分割一切"的多模态大模型 LISA 后的又一力作。相距不过短短两个月，不得不说，这研究速度和能力跟 LongLoRA 一样惊人。