Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.01806

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2507.01806 (cs)
[提交于 2025年7月2日 ]

标题: 基于CPU的LoRA微调:一种面向大语言模型的高效元生成框架

标题: LoRA Fine-Tuning Without GPUs: A CPU-Efficient Meta-Generation Framework for LLMs

Authors:Reza Arabpour, Haitz S치ez de Oc치riz Borde, Anastasis Kratsios
摘要: 低秩适配器(LoRAs)通过实现参数高效的更新,改变了大型语言模型(LLMs)的微调。然而,它们的广泛应用仍受到对基于GPU训练依赖的限制。在本工作中,我们提出了一种理论上有依据的LoRA微调方法,专门针对计算资源有限的用户,特别是那些仅限于标准笔记本电脑CPU的用户。我们的方法学习了一个元操作符,通过利用Mistral-7B-Instruct-v0.2模型的大量预训练适配器,将任何输入数据集(表示为概率分布)映射到一组LoRA权重。而不是进行新的基于梯度的更新,我们的流程直接在CPU上通过现有LoRAs的轻量级组合构建适配器。虽然生成的适配器不如基于GPU训练的适配器性能好,但它们在下游任务中始终优于基础Mistral模型,为传统基于GPU的微调提供了一种实用且易于访问的替代方案。
摘要: Low-Rank Adapters (LoRAs) have transformed the fine-tuning of Large Language Models (LLMs) by enabling parameter-efficient updates. However, their widespread adoption remains limited by the reliance on GPU-based training. In this work, we propose a theoretically grounded approach to LoRA fine-tuning designed specifically for users with limited computational resources, particularly those restricted to standard laptop CPUs. Our method learns a meta-operator that maps any input dataset, represented as a probability distribution, to a set of LoRA weights by leveraging a large bank of pre-trained adapters for the Mistral-7B-Instruct-v0.2 model. Instead of performing new gradient-based updates, our pipeline constructs adapters via lightweight combinations of existing LoRAs directly on CPU. While the resulting adapters do not match the performance of GPU-trained counterparts, they consistently outperform the base Mistral model on downstream tasks, offering a practical and accessible alternative to traditional GPU-based fine-tuning.
评论: 5页的主论文(不包括参考文献)+ 11页的附录,3张表格,1张图。被接受为ICML 2025关于基础模型高效系统的研讨会。
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 计算与语言 (cs.CL); 机器学习 (stat.ML)
引用方式: arXiv:2507.01806 [cs.LG]
  (或者 arXiv:2507.01806v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.01806
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Reza Arabpour [查看电子邮件]
[v1] 星期三, 2025 年 7 月 2 日 15:24:47 UTC (2,810 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.CL
cs.LG
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号