我要投稿

左脚踩右脚：大模型的有趣且简单的微调方式“SHADOW-FT”

发布日期：2025-12-11 18:59:12 浏览次数： 1858

作者：大模型自然语言处理

微信搜一搜，关注“大模型自然语言处理”

大语言模型的微调主要分为两类：全参数微调和参数高效微调（lora等）。直接对 Instruct 模型进行调优通常仅带来微小的提升，甚至导致性能退化。Base 模型与Instruct 模型权重值高度相似。Base 模型往往是一个良好的学习器，但在后训练前较弱。因此，通过利用对应的Base 模型来调优 Instruct 模型。核心思想是先微调 Base 模型，然后将学成的权重更新直接赋予 Instruct 模型。正就是Shadow-FT 理念，不引入额外参数，实现简单。

BASE与INSTRUCT模型的权重相似性分析

相对差距比**来量化权重相似度，公式为：

其中为元素级求和，为绝对值运算。取值范围为0-1，代表两个模型权重完全一致，代表权重差异极大。

Llama-3.1-8B 的权重分布。我们可视化了相同线性层（layer.0.k_proj）在 Base 模型（左）、Instruct 模型（中）及其差异（右）中的情况。尽管在 z 轴方向放大了 10 倍，但差异几乎可以忽略不计，平均 σ 值为 0.016。

如上图，配对的BASE和INSTRUCT模型权重相似度极高，说明BASE和INSTRUCT模型的权重结构高度重合，因此得出结论，通过BASE模型辅助INSTRUCT模型微调可行。

方法

Shadow-FT框架

Shadow-FT的核心逻辑是：利用BASE和INSTRUCT模型的权重相似性，先对BASE模型进行微调以获取优质的参数更新量，再将该更新量直接迁移到INSTRUCT模型上，从而避免直接微调INSTRUCT模型带来的性能退化问题。流程如下，比较简单：

微调BASE模型：首先采用任意微调方法（全参数或LoRA）对BASE模型进行训练，得到更新后的BASE模型权重，公式为：

其中代表微调操作，为BASE模型原始权重。

迁移参数更新量到INSTRUCT模型：计算BASE模型的参数更新量，并将其直接叠加到INSTRUCT模型的原始权重上，得到最终的INSTRUCT模型权重，公式为：

传统INSTRUCT模型微调的公式为：

对比可知，Shadow-FT与传统微调的训练成本完全一致，唯一区别在于：传统方法从INSTRUCT模型自身学习参数更新量，而Shadow-FT从BASE模型学习更新量再迁移。

实验性能

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-03-03

罕见！Meta、OpenAI、xAI联合分享了用生产环境提升LLM的最佳实践！

2026-02-13

工具调用准确率从60%飙到95%？我用这个‘解耦微调’把Qwen-7B救活了

2026-02-05

普林斯顿大学RLAnything：AI学会一边学习一边给自己打分

2026-02-04

Agent 越用越聪明？AgentScope Java 在线训练插件来了！

2026-01-30

Oxygen 9N-LLM生成式推荐训练框架

2026-01-29

自然·通讯：如何挖掘复杂系统中的三元交互

2026-01-29

微调已死？LoRA革新

2026-01-19

1GB 显存即可部署：腾讯 HY-MT1.5 的模型蒸馏与量化策略解析

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

2026年 LLM 微调全指南

2026-01-04

【GitHub高星】AI Research Skills：一键赋予AI“博士级”科研能力，74项硬核技能库开源！

2026-01-18

DeepSeek 发布新论文，提出全新 MHC 架构，有何创新与应用前景？

2026-01-02

刚刚，梁文锋署名，DeepSeek元旦新论文要开启架构新篇章

2026-01-01

Open联合创始人：AI大模型2025年度回顾

2025-12-21

Agent 越用越聪明？AgentScope Java 在线训练插件来了！

2026-02-04

Llama Factory 实战，轻量级微调 LLM。

2025-12-21

1GB 显存即可部署：腾讯 HY-MT1.5 的模型蒸馏与量化策略解析

2026-01-19

本地跑小模型带来5倍性能且成本极低！斯坦福从信息论视角重构智能体设计

2026-01-03

数据蒸馏技术探索

2025-12-30

大家都在问

DeepSeek 发布新论文，提出全新 MHC 架构，有何创新与应用前景？

2026-01-02

LoAR做Fine-Tuning微调原理到底是什么？

2025-11-19

如何将 AI 代码采纳率从30%提升到80%？

2025-09-25

大模型微调，为什么99%的企业都不应该碰这个坑？

2025-06-20

万不得已，不要对 LLM 进行微调？

2025-06-17

可以将任何符合OpenAPI规范的接口转 MCP Server吗？

2025-05-21

OpenAI发布GPT-4.1系列模型，对行业最大吸引力是什么？

2025-05-17

私有部署大模型需要多少显存？

2025-05-14

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部