adapter出现背景
自从bert出现以来，全模型微调（Fine-Tune）可以在下游任务中充分利用 预训练数据中包含的知识，逐步在下游任务中占据主流。但是Fine-Tune的显存需求太高， 因此寻求更经济的微调方式。Houlsby N等人将Adapter引入NLP领域，作为全模型微调的一种替代方案。
adapter原理
adapter通过向原始transformer layer 增加新的 Adpater 模块的方式，增加模型参数量。对于下游任务来说，transformer中的权重矩阵是冗余的， 所有 adapter内容向量维度 会经过 d -> m -> d 这样一个降采样 再上采样的操作，减少参数量。(这一思路也在lora中被继承，LLM庞大的数据维度对于下游任务来说大部分是冗余的)
在训练过程中，冻结原始transformers layer中的权重， 只训练 adapter layer中的权重。
adapter效果
如左图所示，橙色代表adapter方法的效果， 蓝色代表微调部分层（Fine-tune top layer）的效果， 横坐标为 需要训练的参数量， 纵坐标为效果。可以看到adapters即使在较少训练参数量的情况下仍然能达到较好的效果（与任务难易程度相关）。而Fine-tune top layer训练参数量的下降会带来模型性能的急剧下降。
Reference
推荐阅读：
Embedding模型有哪些类型？除了BERT，还有其他结构的模型吗？
如何使用Ollama与AnythingLLM零成本搭建本地知识库？
咨询方案 预约演示
