GPT的实现细节

关于GPT的代码细节，这里梳理了一下：

数据集构造

根据Transformer Decoder-Only特点，直接将多轮对话拼成一条session样本，过一次前向传播，得到多条回复的loss：

而以往的方法是将多轮对话拆成多条样本，存在大量重复计算问题，效率低下。且该方法对于靠前轮次对话影响权重更大，不符合对话常识，靠后轮次应该权重更大，证明见：大模型微调样本构造trick

生成

在karpathy/minGPT项目中，是直接粗暴地生成固定长度的文本。这样做的问题就是生成的文本无法判断何处截断。

在构造模型输入的时候，我们就加入了 <EOS> token，来标记文本的结束。那么在推理阶段，如果碰到该token，则结束生成：

if token == "<EOS>":
    break

---

参考

• GPT2LMHeadModel
• mingpt
• GPT2-NewsTitle
• 全栈大模型微调框架LLaMA Factory：从预训练到RLHF的高效实现