原书出处
从零构建大模型:算法、训练与微调
10 模型蒸馏与剪枝
知识蒸馏的核心在于设计蒸馏损失函数,使得学生模型在学习过程中不仅拟合真实标签,还能够模仿教师模型的预测分布。蒸馏损失通常是交叉熵损失和KL散度的加权和,其中KL散度部分使用了教师模型的预测作为软标签。下面通过具体步骤展示蒸馏损失的设计及其在大模型压缩中的应用。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/从零构建大模型:算法、训练与微调/_epub-src/EPUB/xhtml/chapter014_0001.xhtml
EPUB SHA-256:842d8d446ef11b03a65871e0294e4c77b0cbfd2b0d2f70e26bd747530b867901