memit

MEMIT: Memori Pengeditan Massal dalam Transformer

Mengedit ribuan fakta ke dalam memori transformator sekaligus.

Daftar isi

• Instalasi
• Demo Algoritma MEMIT
• Menjalankan Rangkaian Evaluasi Penuh
• Menghasilkan Kurva Penskalaan
• Cara Mengutip

Instalasi

Kami merekomendasikan conda untuk mengelola Python, CUDA, dan PyTorch; pip untuk yang lainnya. Untuk memulai, cukup instal conda dan jalankan:

CONDA_HOME= $CONDA_HOME ./scripts/setup_conda.sh

$CONDA_HOME harus menjadi jalur ke instalasi conda Anda, misalnya ~/miniconda3 .

Demo Algoritma MEMIT

notebooks/memit.ipynb mendemonstrasikan MEMIT. API-nya sederhana; cukup tentukan permintaan penulisan ulang dalam bentuk berikut:

 request = [
    {
        "prompt" : "{} plays the sport of" ,
        "subject" : "LeBron James" ,
        "target_new" : {
            "str" : "football"
        }
    },
    {
        "prompt" : "{} plays the sport of" ,
        "subject" : "Michael Jordan" ,
        "target_new" : {
            "str" : "baseball"
        }
    },
]

Contoh serupa lainnya disertakan dalam buku catatan.

Menjalankan Rangkaian Evaluasi Penuh

experiments/evaluate.py dapat digunakan untuk mengevaluasi metode apa pun di baselines/ .

Misalnya:

 python3 -m experiments.evaluate 
    --alg_name=MEMIT 
    --model_name=EleutherAI/gpt-j-6B 
    --hparams_fname=EleutherAI_gpt-j-6B.json 
    --num_edits=10000 
    --use_cache

Hasil dari setiap proses disimpan di results/<method_name>/run_<run_id> dalam format tertentu:

results/
| __ MEMIT/
    | __ run_ < run_id > /
        | __ params.json
        | __ case_0.json
        | __ case_1.json
        | __ ...
        | __ case_10000.json

Untuk meringkas hasilnya, Anda dapat menggunakan experiments/summarize.py :

python3 -m experiments.summarize --dir_name=MEMIT --runs=run_ < run 1> ,run_ < run 2>

Menjalankan python3 -m experiments.evaluate -h atau python3 -m experiments.summarize -h memberikan detail tentang tanda baris perintah.

Cara Mengutip

 @article { meng2022memit ,
  title = { Mass Editing Memory in a Transformer } ,
  author = { Kevin Meng and Sen Sharma, Arnab and Alex Andonian and Yonatan Belinkov and David Bau } ,
  journal = { arXiv preprint arXiv:2210.07229 } ,
  year = { 2022 }
}