判断大模型微调是否产生灾难性遗忘的实战方案_lora 灾难性遗忘

  大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

  本文主要介绍了判断大模型微调是否产生灾难性遗忘的实战方案，希望对学习大语言模型的同学们有所帮助。

1. 前言

  在之前的文章中介绍了大模型LoRA微调调参的实战技巧(持续更新)，但需要特别说明的是，如果微调不得当，就很容易让模型产生灾难性遗忘的结果。咱们以自我认知微调为例，如果微调不得当的话，在提问与自我认知无关的问题时，也可能会回答出自我认知的答案。 如果出现这种情况，微调的模型是不可用的，请按照大模型LoRA微调调参的实战技巧(持续更新)中的方法进行调整。那么出现一个问题就是，如果判断大模型微调是否产生灾难性遗忘了呢？

2. 实战方案

2.1 收集数据

  首先也是最重要的是需要收集微调域外的数据&