/KoChatGPT

ChatGPT의 RLHF를 학습을 위한 3가지 step별 한국어 데이터셋

Primary LanguageJupyter Notebook

KoChatGPT-replica(RLHF) 프로젝트

23122_THE AI KOREA 2023 Tutorial

1) RLHF 실습코드(1_kochatgpt_code_231122.ipynb)

licenses

2) GPT3.5turbo fine-tuning 실습코드(2_GPT_3_5_Turbo_Fine_tuning_231122)

licenses

3) Autotrain을 이용한 llama2 fine-tuning 실습코드(3_AutoTrain_LLM_colab_231122.ipynb)

licenses

4) polyglot_ko_12B fine-tuning 실습코드(4_instruct_fine_tuning_polyglot_ko_12B_colab_231122.ipynb)

licenses

5) DPO llama2 실습코드(5_DPO_on_llama2_실습_231122.ipynb)

licenses

6) langchain을 이용한 RAG 실습코드(6_RAG_langchain_231122)

licenses

7) RAG 평가 실습코드(7_LLM_RAG_Evaluation_231122)

licenses

8) 프롬프트 엔지니어링 실습코드

licenses

ChatGPT. 활용을 넘어서 ChatGPT-replica 모델을 직접 만들어 봅시다. ChatGPT는 공개 코드가 없습니다. 본 세미나에서는 ChatGPT를 만든 원리인 GPT fine-tuning, 강화학습(PPO), RLHF, ChatGPT 데이터셋 구축에 대해 다루고 코드 실습을 합니다. 만들어진 모델을 활용만 하는 건 재미없잖아요?? 우리 분야만의 ChatGPT(한국어/전문분야)를 직접 만드는 방법을 소개합니다. ※ 구현 모델은 ChatGPT-replica입니다. 실제 ChatGPT와 다를 수 있습니다. ※ GPT3가 아닌 GPT2+RLHF로 구현합니다. 거대언어모델로 개발시 어려움이 있을 수 있습니다. ※ 실습환경: Jupyter or Colab, 선수 지식: 파이썬

ChatGPT-replica 실습 Requirement

chatgpt의 RLHF를 학습하기 위한 3가지 step의 한국어 데이터셋

1.1) 한국어 질문 데이터셋에서 질문 수집
  • data_kochatgpt/kochatgpt_seed_data.txt : 한국어 질문 수집 데이터셋
    • 예시
불고기용 고기 한우에요?
쓰던 앱이 유료로 전환됐어
여친이랑 다툼
술 먹고 싶어
잊고싶다.
입냄새 안나나?
새로운 사랑은 찾아와
이명박 대통형은 어느 경축사를 통해 집권 후반기 국정운영에 대한 언급을 하였나?
금액은 얼마에요
리처드 닉슨이 43대 부통령직을 수행한 년도는?

RLHF 데이터셋 생성

1.2) step1, SFT(Supervised Fine-tuning) 데이터셋 구축
1.2.1) 한국어 QA 데이터셋의 질문으로 답변 자동 생성(ChatGPT): 12,000개
  • SFT 데이터: data_kochatgpt/kochatgpt_1_SFT.jsonl
  • 다음 단어만 잘 생성하는 모델에서 질문에 '잘' 대답하는 모델 만들기
  • Human labling이 필요하지만 ChatGPT 이용
  • 질문을 입력으로 주고 ChatGPT로 답변 자동생성
  • 데이터셋 예시
{
    "prompt": "술 먹고 싶어",
    "completion": "'술은 알코올이 함유된 음료수이며, 건강에 나쁜 영향을 미칠 수 있습니다. 따라서 술을 마시기 전에 본인의 건강 상태와 함께 적당한 양을 마시는 것이 중요합니다. 술을 마시기 전에 반드시 20세 이상인지 확인하시고, 규정된 양 이내에서 적절하게 즐기시길 바랍니다. 또한 술을 마시고 운전하는 것은 절대 금지하시기 바랍니다.",
    "tokens": 189
},
1.2.2) langchain을 이용한 채팅데이터 자동생성(ChatGPT): 439개
  • SFT 데이터: data_kochatgpt/kochatgpt_1_SFT_conversation.jsonl : 한국어 질문 수집 데이터셋
  • 다음 단어만 잘 생성하는 모델에서 질문에 '잘' 대답하는 모델 만들기
  • ChatGPT로 사람과 AI가 대화를 주고받는 채팅 데이터 생성
  • 데이터셋 예시
<<start conversation>>
<사람>: 그렇군요. 무엇에 대해 이야기하고 싶으세요?
<챗봇>: 궁금하신 주제에 대해 이야기하고 싶으신가요? 예를 들어 여행, 식품, 스포츠, 등등 다양한 토론에 참여할 수 있습니다.
<사람>: 그래서 스포츠에 대해 이야기해볼까요?
<챗봇>: 그렇습니다. 스포츠에 대해 말씀하시겠습니까? 스포츠는 다양한 종목과 관련된 주제로 비슷한 경기를 비교하거나 새로운 경기를 분석할 수 있습니다. 또한 스포츠 관련 소식과 업데이트 등을 제공할 수 있습니다.
<사람>: 괜찮습니다. 소식이나 업데이트는 어떻게 받을 수 있나요?
<챗봇>: 귀하는 스포츠 관련 소식과 업데이트를 접할 수 있는 다양한 방법을 사용할 수 있습니다. 예를 들면 스포츠 사이트, 스포츠 앱, 스포츠 유튜브 채널 등을 통해 스포츠 소식과 업데이트를 받을 수 있습니다. 또한 소셜 미디어에서도 스포츠 소식과 업데이트를 받을 수 있습니다.
<사람>: 감사합니다. 이제 스포츠 소식과 업데이트를 받아볼 준비가 되었습니다.
<챗봇>: 그렇게 되었군요. 스포츠 소식과 업데이트를 받기 위해 귀하가 해야 할 준비는 무엇인가요? 스포츠 사이트, 스포츠 앱, 스포츠 유튜브 채널, 소셜 미디어 등을 통해 스포츠 소식과 업데이트를 받기 위해 준비해야 합니다.
1.3) step2, RM(Reward Model, 좋은글 채점모델) 데이터셋 구축
  • RM 데이터: data_kochatgpt/kochatgpt_2_RM.jsonl: 10,220개
  • Ranking 데이터가 필요하므로 동일한 prompt에 대해 각기 다른 3가지 답변 자동 생성
      1. ChatGPT로 생성
      1. GPT3로 생성('text-davinci-003')
      1. GPT3로 생성('text-ada-001')
  • ChatGPT > GPT3-davinci > GPT3-ada 순으로 랜덤하게 섞은 후 ranking 자동 생성
  • 데이터셋 예시
[
    {
        "prompt": "번디는 자신이 탐정잡지, 범죄소설 그리고 성범죄 관련 실제 범죄 다큐멘터리들을 탐독했다고 누구에게 말했나?",
        "completion_0": "번디는 다큐멘터리 방송 감독티비 에게 말했다.",
        "completion_1": "라이언에게 말했다.",
        "completion_2": "It is said that the doctor said to her: \"You are in a condition that makes you harmful to yourself and others, but do not worry, I will take care of you.\" \n\n\"I am not worried about myself, why should I be?\" \n\"Because you are aLily and should as much as possible avoid touching yourself in order to protect yourself.\"",
        "ranking": [
            1,
            0,
            2
        ]
    }, ...
]
  • 사람이 labeling 시 문장을 읽고 ranking을 0~2로 순위를 매긴다
  • 향후 Step2) RM 모델을 학습할 때는 아래 형식으로 ranking을 2개씩 묶어 chosen과 rejected 데이터셋으로 변환하여 사용함
data = {}
data['prompt'] = 'prompt'
data['chosen'] = 'good_sentence'
data['rejected'] = 'bad_sentence'
1.4) step3, PPO(질문에 ``더`` 잘 답하는 모델) 데이터셋 구축
  • PPO 데이터: data_kochatgpt/kochatgpt_3_PPO.jsonl: 12,000개
  • AI가 자동으로 글을 생성하기 위한 prompt 데이터셋
  • SFT 데이터셋에서 prompt만 가져와서 jsonl 형태로 변형후 저장
[
    {
        "prompt": ""
    },
    {
        "prompt": ""
    }, ...    
]


Open In Colab
  • ChatGPT의 학습방법인 RLHF(Reinforcement Learning from Human Feedback) 실습코드: kochatgpt_code_230421.ipynb
  • 한국어 ChatGPT 데이터셋으로 ChatGPT-replica를 만드는 실습코드
  • RLHF(Reinforcement Learning from Human Feedback)의 3단계
    • Step1) SFT(지도학습)
    • Step2) RM(보상모델)
    • Step3) PPO(강화학습)
2.0) Colab 환경설정 - 1min 소요 - python>=3.8 - torch 1.x
# torch 버전 다운. torch>=2.0 에선 colosalai가 동작안함
!pip uninstall torch -y
!pip install torch==1.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116

import torch

print("Torch version:{}".format(torch.__version__))
print("cuda version: {}".format(torch.version.cuda))
print("cudnn version:{}".format(torch.backends.cudnn.version()))

# for ColossalAI
!pip install colossalai==0.2.7

# setup data
!git clone https://github.com/airobotlab/KoChatGPT
!mv KoChatGPT/data_kochatgpt .
!mv KoChatGPT/img .

# install chatgpt(colossalai) library
%cd KoChatGPT/colossalai_ChatGPT_230319/
!pip install .
%cd ../../

# setup etc library
!pip install openai
!pip install langchain==0.0.113
!pip install pandas>=1.4.1
2.1) Step 1) SFT: 질문에 대답을 잘하는 모델 만들기
  • SFT: Supervised Fine Tuning

  • Fine-tune a pretrained LLM on a specific domain or corpus of instructions and human demonstrations

  • 기존 GPT3는 다음 단어를 잘 맞추는 모델. But 질문에 대해 답을 맞추는 모델이 X

  • 질문에 응답을 잘하도록 SFT 수행

  • 먼저 사람이 지시에 대한 대답을 직접 작성(데이터 13,000개)하고, 이 데이터셋으로 SFT

  • 데이터: 질문-응답 쌍 데이터셋(12,000개)

  • 예시)

    • 질문(prompt): 인공지능을 설명해보세요
    • 응답(completion): 인공지능은 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는 컴퓨터 과학의 세부분야 중 하나이다. ...
  • code reference

  • SFT 예시

  • 모델 입출력 예시
  • 전체 구조
  • 데이터셋 형태 step1) SFT(actor_training_data): SFT 지도 미세 조정에 사용되는 JSON 데이터
[
    {
        "prompt": "",
        "completion": ""        
    }, ...
]
  • 결과물
    • Before: 다음 단어만 잘 생성 했었음
    • After: 질문에 ‘잘’ 대답하는 모델
2.2) Step 2) RM: 좋은 글 채점기 만들기
  • Collect a human annotated dataset and train a reward model

  • 배경

    • 기존 AI는 주관적인 글을 채점(점수화) 할 수 없었음
    • 사람이 직접 피드백을 줘서 글 채점의 척도로 사용하자
    • 매번 사람이 채점할 수 없으니, 사람의 채점을 모방하는 좋은글 채점 AI모델 을 만들자
    • 채점 AI모델을 만드려면, 사람이 글을 채점한 데이터셋(33,000개)이 필요하다
    • 동일 질문에 대해 AI모델이 생성한 여러 글(한 번에 4~6개 세트)을 사람이 직접 ranking을 매긴다.
    • 왜?? 사람이 생성한 글에 바로 점수를 매기게 되면 사람마다 기준이 다를 수 있기 때문에 순위로
    • C > B > A
  • Human labeling 예시

  • 좋은글 채점 모델 학습(RM, Reward Model)

    • 1등 글은 높은 점수를
    • 꼴등 데이터는 낮은 점수를
    • 입력: AI가 생성한 글
    • 출력: 0~1점
  • 보상모델 입출력

  • 결과물

    • Before: 좋은 글, 나쁜 글 판단 불가능
    • After: 사람이 읽기에 좋은글/나쁜글 판단 모델
  • 전체 구조

2.3) Step3) PPO 학습: 사람의 피드백을 반영하여 학습
  • Further fine-tune the LLM from step 1 with the reward model and this dataset using RL (e.g. PPO)
  • 배경
    • 사람의 순위를 모사한 보상모델(RM) 의 점수가 높아지도록 학습 (31,000개)
    • 초기 모델에 비해 너무 많이 바뀌지 않도록
  • Fine-tuning 태스크를 강화학습 문제로 다음과 같이 정형화
    • Policy: 언어모델-프롬프트를 입력으로 받아 텍스트의 시퀀스(혹은 그 확률)를 리턴
    • Action space : 언어모델의 모든 단어 (일반적으로 5만개 분량)
    • Observation space : 가능한 인풋 토큰 시퀀스 (단어개수^시퀀스길이 이므로 엄청 큼!)
    • Reward function : 보상모델과 policy shift에 대한 제약조건의 조합으로 정의됨
  • Frozen Model과 Non-frozen(trainable) Model의 텍스트 출력 확률간 KL divergence를 계산
  • trainable Model의 weight가 완전히 바뀌는 것을 방지하고 Reward Model에 말도 되지 않는 텍스트로 출력을 시작하는 것을 방지
  • PPO process [1] 초기화를 위해 intial probs(initial output text probabilities)를 new probs(new output text probabilities)와 동일하게 만듬

  • while:

    • [2] New probs와 initial probs간 ratio을 계산함

    • [3] 아래 공식에 따라 loss를 계산함.

      • loss = -min(ratio * R, clip(ratio, 0.8, 1.2) * R)
        • R = reward + KL (or 0.8reward + 0.2KL와 같은 weighted average)
        • clip(ratio, 0.8, 1.2) → 0.8 ≤ ratio ≤ 1.2
    • [4] Loss를 backpropagating하여 SFT Model의 weight를 업데이트함

    • [5] 새롭게 업데이트된 SFT 모델로 new probs를 계산함

    • [6] 2번부터 6번을 N 번 반복함

  • loss1

  • loss2

실습에서 사용하는 ColossalAI 소개
  • ColossalAI

    • step2 RM 학습과 step3 PPO 코드 깔끔하게 제공
    • Multi-GPU로 DDP, ColossalAIStrategy, LoRA 학습코드 제공!!
  • ColossalAI 장점

    • ColossalAI는 pytorch에 비해 추론시 1.4배 빠르고, 학습시 7.7배 빠르다!!
    • ColossalAI는 pytorch와 비교해 10.3배 큰 모델을 처리할수 있다!!


  • ※ 구현 모델은 ChatGPT-replica입니다. 실제 ChatGPT와 다를 수 있습니다.
  • ※ 실습을 위해 GPT3가 아닌 KoGPT2+RLHF로 구현합니다. 거대 언어모델로 개발 시 어려움이 있을 수 있습니다.
  • ※ 실습환경: Colab, 선수 지식: 파이썬
  • ※ Colab에서 돌아가기 위해 각 Step을 학습한 후 저장된 모델을 local로 다운받고 '런타임 연결 해제 및 삭제'를 눌러야 다음 Step이 돌아갑니다.(colab 메모리 부족) Step1/Step2에서 학습된 모델을 Step3에 입력해줘야 합니다.
  • ※ 데이터는 OpenAI API로 자동생성 했습니다. 사람의 검수가 필요합니다.