MiLoRA是参数高效的大型语言模型（LLMs）微调方法，通过更新权重分量来矩阵的次要奇异减少计算和内存成本。方法基于奇异值分解（SVD）将权重矩阵分为主要和次要两部分，主要部分包含重要知识，次要部分包含噪声或长尾信息。在微调过程中，MiLoRA保持主要部分不变，只优化次要部分，在适应新任务的同时保留预训练模型的知识。实验表明，MiLoRA在多个基准测试中性能优于传统方法，训练和推理效率更高。
MiLoRA的主要功能参数高效微调：MiLoRA用更少的参数调整来微调大型语言模型，减少计算资源的需求。减少延迟：基于提示的路由机制，MiLoRA减少在多租户环境中生成新标记时的延迟。性能提升：在各种自然语言处理任务中，MiLoRA显示出比传统LoRA方法更好的性能。专家系统：将每个LoRA模块视为一个专家，基于路由机制动态选择最合适的专家进行处理。适应性：根据输入提示动态决定激活哪些LoRA专家，提高模型的适应性和灵活性。MiLoRA的技术原理LoRA模块作为专家：在MiLoRA中，每个LoRA模块被视为一个专家，负责处理特定的任务或数据子集。基于提示的路由机制：MiLoRA引入一个基于输入提示的路由机制，路由机制在生成第一个新标记之前计算专家路由结果，并在后续标记生成中重用结果，避免对每个新标记都进行路由计算的需要。低秩适应（LoRA）：基于低秩矩阵对Transformer层的权重进行重新参数化，实现参数的高效调整。动态专家选择：在Transformer层级上，MiLoRA动态选择哪个LoRA专家（即哪个Transformer模块的LoRA）被激活。负载均衡损失：为平衡不同LoRA专家的使用，MiLoRA在训练过程中加入负载均衡损失，确保模型不会过度依赖某些专家。MiLoRA的项目地址arXiv技术论文：https://arxiv.org/pdf/2410.18035MiLoRA的应用场景自然语言处理任务：MiLoRA应用在各种NLP任务中，如文本分类、情感分析、问答系统、机器翻译等，提高模型在特定任务上的性能。多租户环境：在云计算或服务平台中，用在优化资源利用率，减少延迟提升用户体验。在线内容生成：在需要实时生成内容的应用中，如聊天机器人、内容推荐系统等，提高响应速度和处理效率。教育和培训：用在个性化教育平台，基于微调模型适应不同学生的学习习惯和需求。医疗咨询和诊断：在医疗领域，微调模型提供更准确的医疗咨询和诊断建议。 
