当前位置：首页 > news >正文

【大模型基础_毛玉仁】5.3 附加参数法：T-Patcher

news 来源：原创 2025/7/14 2:12:56

5.3 附加参数法：T-Patcher

附加参数法：通过引入可训练的额外参数实现模型知识编辑，在准确性、泛化性等方面表现优异。

其中，T-Patcher作为代表性方法，在Transformer模型的最后一个前馈层中添加"补丁"参数，通过训练这些参数实现特定知识编辑，且不改变原始模型架构。

该方法主要从补丁位置（如前馈层）、补丁形式（参数结构设计）及实现方式（训练策略） 三方面展开。

图 5.9: T-Patcher 方法 (图中紫色图块为补丁)

在这里插入图片描述

5.3.1 补丁的位置

T-Patcher选择在Transformer模型最后一个全连接前馈层添加补丁参数，将全连接前馈层视为键值存储体。通过向该层注入少量可训练参数形成新记忆单元，结合精确的激活控制机制，既能针对性修正特定输入的知识，又可避免干扰无关输入。这种设计因FFN结构简单而具备参数高效性，仅需少量参数即可实现有效编辑。

1）键值存储体

图 5.10: 键值存储体 (省略激活函数)
在这里插入图片描述

包含：键向量矩阵 $W_{fc} = [k_1, k_2, . . . , k_n]$ 及其偏置向量 $b_k$ 、激活函数 σ 和值向量矩阵 $W_{proj} = [v_1, v_2, . . . , v_n]$ 及其偏置向量 $b_v$ 。

键向量矩阵：对应输入文本中的特定模式。
值向量矩阵：关联模型输出的概率分布。

查询过程：输入 Token 的查询向量 q 与 Wfc 相乘计算激活值向量 a，然后与 Wproj 相乘得到输出结果。

$\begin{aligned} a = \sigma(q \cdot W_{fc} + b_k) \\ \\ FFN(q) = a \cdot W_{proj} + b_v \end{aligned}$

隐藏层维度：代表模型“记忆”的文本模式数量。

2）补丁设计

位置：在 Transformer 模型的最后一个全连接前馈层添加补丁。
作用：通过添加少量参数（键值对）插入新事实信息，实现模型编辑。
优势：参数高效，针对性强，避免干扰无关输入。

5.3.2 补丁的形式

补丁的形式如下图所示，主要包括一个键向量 k_p、一个值向量 v_p 和一个偏置项 b_p。

图 5.11: 补丁的形式
在这里插入图片描述

在添加补丁后，全连接前馈层的输出被调整为：

$\begin{aligned} [a \quad a_p] &= \sigma(q \cdot [W_{fc} \quad k_p] + [b_k \quad b_p]) \\ \\ FFN_p(q) &= [a \quad a_p] \cdot [W_{proj} \quad v_p]^{\top} + b_v = FFN(q) + a_p \cdot v_p \end{aligned}$

其中，

a_p 为补丁的激活值，代表补丁对输入查询的响应程度。
添加补丁后，a_p 与值向量 v_p 的乘积会形成偏置项叠加到全连接前馈层的原始输出之上，以调整模型的输出。

补丁就像一个很小的修正器，只会被相关的输入查询激活。

5.3.3 补丁的实现

T-Patcher 为每个需要编辑的 Token 都添加一个补丁，从而精确针对每个编辑需求进行调整。

最后，T-Patcher 从编辑的准确性和局部性两个角度出发对损失函数进行设计。接下来对其损失函数进行介绍。

1）准确性

对于补丁的准确性， T-Patcher 主要关注两个方面：

（1）确保补丁可以在目标输入下可以被激活；
（2）一旦被激活，补丁应该能够准确地调整模型输出以符合预期的结果。

为此，T-Patcher 设计了准确性损失 $L_{acc}$ ，它包括激活损失 $l_a$ 和编辑损失 $l_e$ ：

$L_{Acc} = l_a(k_p, b_p) + \alpha l_e(k_p, v_p, b_p)$
$l_a(k_p, b_p) = \exp(-q_e \cdot k_p - b_p)$
$l_e(k_p, v_p, b_p) = CE(y_e, p_e)$

其中，

$q_e$ 是编辑样本在全连接前馈层处的查询向量，
$y_e$ 是该补丁对应的目标 Token，
$p_e$ 是模型在补丁作用下的预测输出，
CE 是交叉熵损失函数，
α 是激活损失 $l_a$ 的权重。

激活损失l_a

激活损失确保补丁在目标输入下被激活。
通过最大化编辑样本的查询向量 q_e 对补丁的激活值，确保补丁对特定编辑需求的响应。

编辑损失l_e

编辑损失确保补丁在被激活后能够将模型输出调整为目标 Token。
使用交叉熵损失函数评估补丁调整后的输出 p_e 与目标 Token y_e 的一致性，确保补丁的调整正确实现预期的修正效果。

2）局部性

为了保证编辑的局部性，T-Patcher 设计了特定的损失函数来限制补丁的激活范围，确保其只在相关的输入上被激活。具体而言，T-Patcher 通过以下方式实现：

记忆数据集 $D_M$ ：随机保留先前处理过的与当前编辑目标无关的查询向量，组成记忆数据集 $D_M = {q_i}_{i=1}^{|D_M|}$

记忆损失 $L_m$ ：定义了记忆损失 $L_m$ 来保证编辑的局部性，该损失包含 $l_{m1}$ 和 $l_{m2}$ 两项：

$l_{m1}$ ：确保记忆数据集中的查询向量在补丁上的激活值低于阈值 $\beta$
$l_{m2}$ ：确保记忆数据集中的查询向量与编辑样本的查询向量 $q_e$ 在补丁上的激活差异低于阈值 $\gamma$ 。

$L_m = l_{m1}(k_p, b_p) + l_{m2}(k_p, b_p, q_e)$
$l_{m1}(k_p, b_p) = \frac{1}{|D_M|} \sum_{i=1}^{|D_M|} (\max(q_i \cdot k_p + b_p - \beta, 0))$
$l_{m2}(k_p, b_p) = \frac{1}{|D_M|} \sum_{i=1}^{|D_M|} (\max((q_i - q_e) \cdot k_p + b_p - \gamma, 0))$

将这些损失项整合，T-Patcher 的总损失函数 L_p 可以表达为：

$L_p = L_{Acc} + \beta \cdot L_m = l_e + \alpha \cdot l_a + \beta \cdot (l_{m1} + l_{m2})$

通过这些损失函数，T-Patcher 确保补丁在无关输入上不会被激活，从而保证编辑的局部性。

T-Patcher 在 GPT-J 模型上表现出较好的准确性和泛化性，但也存在局限性，如在不同模型架构上性能波动较大，批量编辑时内存需求高，限制了其在资源受限环境下的应用。

相比之下，ROME 方法更加稳定，通过将知识编辑视为一个带有线性等式约束的最小二乘问题，实现了对模型特定知识的精确修改，在准确性、泛化性和局部性等方面表现出色。

其他参考：【大模型基础_毛玉仁】系列文章

声明：资源可能存在第三方来源，若有侵权请联系删除！

目录