田中 冬馬 2024/3/25 ShibuyAI No.6

株式会社ブレインパッド データサイエンティストとしてマーケティング分析，広告文の自動生成などの自然言語処理の 業務に従事 AutoRes 松尾研発「研究する人工知能」を作るプロジェクト https://sites.google.com/view/automated-research/home その他の活動 LLM 関連で論文執筆など @fuyu_quant 自己紹介 2

概要 SakanaAI の研究 複数の学習済みモデルから自動で性能の良いモデルを生成する進化的モデルマージ (Evolutionary Model Merge) という手法を提案 ファインチューニングはしていない 進化的モデルマージによって作成した7B や10B のLLM は「日本語での数学能力」や「汎 用的な日本語能力」で70B のモデルを超える性能を達成 LLM とVLM をもとに作成したVLM も高い精度を達成 進化的モデルマージは拡散モデルに対しても適用可能 3 ※SakanaAI ：元Google のAI の研究者であるLlion Jones 氏とDavid Ha 氏によって東京に設立

前提知識 4 Model Merging 複数の事前学習済みモデルを組み合わせることで，単一のタスクに特化したモデルの 性能を超える汎用的なモデルを生成する手法 主な手法 Task Vector algorithms... タスクベクトルを使い新しいモデルを作成する手法 Task Arithmetic TIES DARE SLERP 二つモデルのパラメータを使い球面線形補間する手法 Frankenmerging 複数のモデルから異なるレイヤーを積み重ねて新しいモデルを作成する手法 MoE モデルマージの手法としてのMoE 「Model Merging: MoE, Frankenmerging, SLERP, and Task Vector Algorithms 」の記事の内容をもとにまとめています https://deci.ai/blog/model-merging-moe-frankenmerging-slerp-and-task-vector-algorithms/

背景・課題・主題 5

背景・課題・主題 背景 Model Merging の手法の一つであるモデルスープは，分布シフトに対しても良い汎化性能 を示すことが理論的，実証的研究で明らかになっている． Model Merging は追加の学習なしに高性能なモデルを作成でき，Open LLM Leaderboard ではModel Merging によって作成されたモデルが上位を占めている 課題 Model Merging はモデル作成者の直感に依存しており，体系的なアプローチが存在しな い． 主題 既存のLLM,VLM や拡散モデルから自動で性能の高いモデルを生成する手法である進化的モ デルマージ(Evolutionary Model Merge) を提案 6 ※Open LLM Leaderboard ．．．HuggingFace の公開されているLLM の性能のリーダーボード apendix にリンクを記載

手法 7

手法 8 パラメータ空間でのモデルマージ データフロー空間でもモデルマージ 進化的モデルマージのモデル作成方法 進化的モデルマージの処理

パラメータ空間でのモデルマージ 9 複数のモデルの重みを数値的にマージし，新しいモデルの重みとする 以下ではBlock A-1 とBlock B-2 のパラメータの重みからBlock C-1 のパラメータの重みを作成 している 引用元：https://sakana.ai/evolutionary-model-merge-jp/

データフロー空間でもモデルマージ 10 引用元：https://sakana.ai/evolutionary-model-merge-jp/ 複数の既存モデルのレイヤーを選択し並び替える方法 以下ではModel A とModel B からレイヤーごと重みを抜き出し，それを組み合わせることで 新しいモデルを作成している

進化的モデルマージのモデル作成方法 11 引用元：https://sakana.ai/evolutionary-model-merge-jp/ パラメータ空間でのモデルマージとデータフロー空間でのモデルマージを使いモデルを 作成する

進化的モデルマージの処理 以下の処理を数百世代に渡り繰り返す ベースのモデルをもとにOptuna のCMA-ES を使い複数のモデルを作成 1. 以下の二つのマージ手法を使い複数のモデルを作成する パラメータ空間でのモデルマージ データフロー空間でのモデルマージ 作成したモデルの中で最も優れた( 評価指標のスコアが高い) モデルを使い次の世代のベースの モデルとする 2. 上記で作成した中で最もスコアの良いモデルを採用する 12 CMAES( 進化戦略) の解説： https://www.bbo.cs.tsukuba.ac.jp/research-j/cmaes%E9%80%B2%E5%8C%96%E6%88%A6%E7%95%A5%E3%81%AE%E8%A7%A3%E8%AA%AC

結果 13

結果 14 進化的モデルマージ(Evolutionary Model Merge) により以下の基盤モデルを作成 大規模言語モデル（EvoLLM-JP-v1 ） 「日本語で数学の問題を解くことができるLLM 」を作成 OSS として公開 画像言語モデル（EvoVLM-JP-v1 ） 進化的モデルマージによるVLM モデル OSS として公開 画像生成モデル（EvoSDXL-JP-v1 ） 進化的モデルマージによる拡散モデル 公開予定

大規模言語モデル（EvoLLM-JP-v1 ）の結果 15 MGSM-JA,JP-LMEH で7B のモデルでLlama2 などの70B モデルを超える性能 MGSM-JA... 日本語での数学能力 JP-LMEH... 一般的な日本語能力 引用元：https://arxiv.org/abs/2403.13187 PS... パラメータ空間 DFS... データフロー空間 PS+DFS... 両方

大規模言語モデル（EvoLLM-JP-v1 ）の結果 16 引用元：https://arxiv.org/abs/2403.13187 明示的に最適化を行なっていない評価指標でも高い性能を達成している

画像言語モデル（EvoVLM-JP-v1 ）の結果 17 日本語のLLM とVLM をマージすることで高い性能となっている JA-VLM-Bench-In-the-Wild... 日本の文化に特化したコンテンツを適切に扱える能力を評価 引用元：https://arxiv.org/abs/2403.13187

画像生成モデル（EvoSDXL-JP-v1 ）の結果 18 Transformer モデルだけではなく拡散モデルに対しても進化的モデルマージが可能 少ないステップ数で生成できるよう最適化することで，高速画像生成モデルの作成が可能 引用元：https://sakana.ai/evolutionary-model-merge-jp/

まとめ 19

概要( 再掲) SakanaAI の研究 複数の学習済みモデルから自動で性能の良いモデルを生成する進化的モデルマージ (Evolutionary Model Merge) という手法を提案 ファインチューニングはしていない 進化的モデルマージによって作成した7B や10B のLLM は「日本語での数学能力」や「汎 用的な日本語能力」で70B のモデルを超える性能を達成 LLM とVLM をもとに作成したVLM も高い精度を達成 進化的モデルマージは拡散モデルに対しても適用可能 20 ※SakanaAI ：元Google のAI の研究者であるLlion Jones 氏とDavid Ha 氏によって東京に設立

No content

関連するリンク 公式ページ https://sakana.ai/evolutionary-model-merge-jp/ arXiv https://arxiv.org/abs/2403.13187 GitHub https://github.com/SakanaAI/evolutionary-model-merge HuggingFace EvoLLM-JP-v1-7B EvoLLM-JP-v1-10B EvoLLM-JP-A-v1-7B EvoLLM-JP-v1-10B 解説資料 【論文要約】Evolutionary Optimization of Model Merging Recipes 【Claude 3 Opus 】 解説動画 Paper deep dive: Evolutionary Optimization of Model Merging Recipes Open LLM Leaderboard https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard