主要观点总结
本文介绍了对齐全量微调的工作LoRA-Pro，它与之前的LoRA-GA互补，通过修改优化器的更新规则使得LoRA的每一步更新都尽量与全量微调对齐。文章还包含了实验结果的展示和关于初始化的讨论。
关键观点总结
关键观点1: LoRA-Pro的工作机制
LoRA-Pro通过对优化器的更新规则进行修改，使得LoRA的每一步更新都尽量与全量微调对齐。它通过对全量微调的梯度进行近似，然后用于Adam优化器的更新方向。
关键观点2: 实验结果
LoRA-Pro在GLUE上的实验结果超过了全量微调的结果。
关键观点3: 初始化讨论
LoRA-Pro的初始化采用了符合直觉的正交初始化，即让初始的A,B是单位阵（的若干倍）。之前的工作LoRA-GA给出的初始化也是正交初始化。
文章预览
©PaperWeekly 原创 · 作者 | 苏剑林 单位 | 科学空间 研究方向 | NLP、神经网络 前两周笔者写了 《对齐全量微调！这是我看过最精彩的LoRA》 （当时还没有编号“一”），里边介绍了一个名为“LoRA-GA”的 LoRA 变体，它通过梯度 SVD 来改进 LoRA 的初始化，从而实现 LoRA 与全量微调的对齐。当然，从理论上来讲，这样做也只能尽量对齐第一步更新后的 ，所以当时就有读者提出了“后面的 不管了吗？”的疑问，当时笔者也没想太深入，就单纯觉得对齐了第一步后，后面的优化也会严格一条较优的轨迹走。 有趣的是，LoRA-GA 才出来没多久，arXiv 上就新出了《LoRA-Pro: Are Low-Rank Adapters Properly Optimized?》 [1] ，其所提的 LoRA-Pro 正好能回答这个问题！LoRA-Pro 同样是想着对齐全量微调，但它对齐的是每一步梯度，从而对齐整条优化轨迹，这正好是跟 LoRA-GA 互补的
………………………………
