AAAI24 - Model Reuse Tutorial

前言

如果你对这篇文章感兴趣，可以点击「【访客必读 - 指引页】一文囊括主页内所有高质量博客」，查看完整博客分类与对应链接。

该篇 Tutorial 主要对 Model Reuse 当下的进展进行了整理和总结。

The Paradigm Shifts

Tutorial 中指出在一些数据量比较稀少的场景，neural scaling law (the performance, training data, and
model size generally should follow a power law) 不一定成立，但复用 PTM 依然能复现出所期待的曲线 [Wang et al., ICML’23]：
在这里插入图片描述
但实现一个基础的 PTM，将其运用在各种任务上并不现实：

例如在表格场景中，无法使用一个模型解决各种各样的任务 [Grinsztajn et al., NeurIPS’22]
此外在某些场景下，一味地扩大模型参数可能会导致性能下降 [Wei et al., EMNLP’23]
并且使用不同的 PTM 复用，得到的效果也差距很大 [Chen et al, CoRR’23]

基于上述观察，Tutorial 中指出当前的范式已发生变化：

从「Learning from Data」转变为了「Learning from Data and PTMs」

Will Model Reuse Always Help?

我们所期望出现的曲线图如下：

当本地数据比较小的时候，PTM 的帮助比较大；
当本地数据比较多的时候，PTM 依然有帮助。

在这里插入图片描述
PTM 可能对整个训练过程带来的影响如下：

改变训练目标（例如，知识蒸馏，将目标模型与 PTM 的输出差异作为正则项）；
改变目标模型结构（例如，在 PTM 的基础上，增加新的模块）；
改变目标模型的优化过程（例如，将 PTM 的 weight 作为新模型的初始化）；
改变最终数据预测的方式（例如，将新模型和 PTM 的输出做集成）；
改变目标模型的输入数据（例如，将 PTM 的输出拼接至原数据）。

具体的一些方式总结如下：
在这里插入图片描述

Methods for Reusing Pre-Trained Models

模型复用可以从多个角度进行分类：（1）同构模型复用和异构模型复用；（2）单模型复用和多模型复用；（3）从 data-level、model-level 和 algorithm-level 进行模型复用。

Data Level

在数据层面，PTM 可以为目标任务生成更丰富的数据，也可以过滤一些噪声数据，具体分类如下：
在这里插入图片描述
Data Denoise [Cheng et al., EMNLP’23]：其假设在训练过程中，噪声数据更难学且噪声数据的预测标签更不稳定；基于此，其通过 warm-up 的训练将目标数据分为了 clean data 和 noisy data，并给其打上了新的 pseudo-label；最后，其通过 mix up 的方式再次训练整个模型，即对使用 PTM 得到的 embedding 数据进行线性组合，构造了新的训练数据。
在这里插入图片描述
Data Selection [Zhang et al., ECCV’20] [Liu et al., AAAI’23]：使用 PTM 对样本的置信度，挑选数据或对数据加权。

PTM for Richer Labels：使用 PTM 为无标记数据打 pseudo label；使用 PTM 获取 label 的分布 [Le et al., WACV’23]。
在这里插入图片描述
PTM for Data Augmentation：使用 GAN / SD 等技术用于数据生成。

Model Level

从模型层面出发，PTM 通常有多种局部复用的方式：
在这里插入图片描述
Tuning Partial Weights:

Partial-K [Jia et al., ECCV’22]: Tune the top-k layers of a PTM.
Scale and Shift [Lian et al., NeurIPS’22]: tune the scale and shift parameters of the PTM.
BitFit [Ben-Zaken et al., ACL’22] : tune (a subset of) bias-terms of the PTM.

Tuning Add-ins: : adding extra structure and reusing the existed pretrained knowledge with the original parameters remain fixed.
在这里插入图片描述
Reuse PTM for Model Prediction:

Ensemble: Logit or probability ensemble (Need to consider the calibration issue)
Model merge: Average the weight of two homogeneous models [Singh and Jaggi et al., NIPS’20].

在这里插入图片描述

Algorithm Level

从算法层面出发，PTM 可以帮助模型从更好的初始值开始训练：
在这里插入图片描述
最常见的方式为修改训练目标，即在损失函数中加上新模型与 PTM 在参数上、模型输出上或某一层的输出特征上的差异。

Heterogeneous Model Reuse

依然可以从数据、模型、算法三个角度出发：
在这里插入图片描述

Methods for Selecting PTMs

在这里插入图片描述

Fitness-Based Approaches

首先是第一类 fitness 方法，其根据模型在目标数据上的输出，判断模型在目标数据上的 finetune 性能（每个模型需要推理一遍数据）：
在这里插入图片描述
H-Score [Bao et al., ICIA’19]: 判断不同类别的数据特征（通过 PTM 提取得到），是否可以明显分开且类内比较近：