跳转到主要内容

知识蒸馏

训练更小、更快的模型,使其模仿更大的教师模型的行为。

什么是蒸馏?

知识蒸馏将知识从大型”教师”模型转移到较小的”学生”模型。学生学会产生与教师相似的输出,获得仅从数据中无法学到的能力。

快速开始

Python API

参数

温度

更高的温度使教师模型的概率分布更柔和,使学生更容易学习:
  • 1.0: 正常概率
  • 2.0-4.0: 更柔和,更易教学(推荐)
  • >4.0: 非常柔和,可能失去精度

Alpha

控制蒸馏和标准损失之间的平衡:
  • 0.0: 仅标准损失(无蒸馏)
  • 0.5: 平衡
  • 0.7: 默认值(更重视蒸馏)
  • 1.0: 仅蒸馏损失

提示词模板

自定义教师和学生模型的提示词格式化方式:
使用 {input} 作为实际提示词文本的占位符。

数据格式

简单的提示词对蒸馏效果很好:
或包含期望输出:

最佳实践

明智选择模型

  • 教师模型应该显著更大(4倍+ 参数)
  • 相同架构族通常效果最好
  • 教师模型应该在目标任务上表现良好

温度调优

推荐温度范围为 2.0-4.0。超过 4.0 的值可能会失去精度。

训练时长

蒸馏通常受益于更长的训练:

示例:API 助手

蒸馏大型模型的 API 知识:

对比

无蒸馏

有蒸馏

蒸馏模型通常在复杂任务上表现更好。

使用场景

  • 部署: 为生产环境创建快速模型
  • 边缘设备: 在移动/嵌入式系统上运行
  • 成本降低: 降低推理成本
  • 专业化: 将大型模型知识聚焦到特定领域

下一步

DPO Training

偏好优化

LoRA/PEFT

高效微调