Menos: Split Fine-Tuning Large Language Models with Efficient GPU Memory Sharing
Notice bibliographique
Résumé
Fine-tuning of pre-trained large language models has become increasingly popular, yet existing fine-tuning methods are typically centralized, requiring users to send local data to centralized servers, or model owners to open-source their models. However, data and models are valuable assets that few enterprises and users wish to share. In this paper, we deviate from conventional wisdom and advocate the use of split learning for fine-tuning models with private data, local to each of the clients. The most formidable challenge to split fine-tuning is the size of large language models: when multiple clients start their fine-tuning tasks, their use of GPU memory will overwhelm a GPU-equipped server, especially as the number of clients scales up. To address this challenge, we present Menos, the first memory-efficient split fine-tuning framework designed to optimize the server GPU footprint through spatial and temporal sharing. Specifically, Menos utilizes the adapter-based nature of modern fine-tuning techniques, and proposes to spatially share the base model parameters among multiple clients. It also schedules memory-intensive operations during the communication gaps of split learning, thereby temporally sharing limited GPU memory at runtime. Comprehensive real-world evaluations using state-of-the-art large language models demonstrate the effectiveness of Menos, reducing GPU memory consumption by up to 72%, yet incurring negligible overhead.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».