leyu全站App下载

还在靠"开盲盒"选择大模型？

来自弗吉尼亚理工大学的研究人员推出了个选型框架LensLLM——

大幅提升选型效果的同时，成本却降低近 90%。

众所周知，在大模型如雨后春笋般爆发的时代，选型成了 AI 工程师和研究员最大的痛点之一：

模型多如牛毛，怎么选才不会"踩坑"？

微调代价高昂，怎么预测谁能表现最优？

资源受限，怎么才能用最少成本跑出最优解？

而使用 LensLLM 框架，不仅可以预测微调后的性能走势，还通过全新理论解释了大模型微调中一直难以理解的"玄学现象"。

按照团队的说法，LensLLM= 用理论看清大模型未来 + 用极小代价选出最优解。

该研究被 ICML 2025 收录。

下面具体来看。

首度揭示：LLM 微调中的"相变"动力学

近几年，大语言模型（LLM）从学术走向产业，从 GPT 到 LLaMA，再到 Mistral、DeepSeek，光是名字就让人眼花缭乱。

但选错模型不仅会浪费 GPU 资源，更可能拖慢产品迭代速度，甚至导致项目失败。

现有方法依赖经验、调参和"玄学"，在成本和效果之间很难找到平衡。

而 LensLLM 正是在这个背景下诞生，其目标是终结 LLM 选型"靠感觉"的时代。

展开来说，LensLLM 的理论基础来自一项全新的 PAC-Bayes 泛化界限推导，首次从数学上揭示了 LLM 在不同数据规模下微调表现的非线性变化规律，具体表现为：

其中，n 是训练样本量，ℎ� � 与模型参数的 Hessian 矩阵（衡量损失函数曲率和参数敏感性）紧密相关。

在此基础上，研究团队进一步推导出推论 1，将泛化界限简化为：

其中 C3 和� �3 都是模型 / 任务相关的参数。

"预幂律相"→"幂律相"的相变现象

在数据量较小时，模型处于"预幂律相"，此阶段参数对损失非常敏感，表现极不稳定，性能提升有限；而当训练数据量超过某个临界点后，模型进入"幂律相"，此时误差收敛明显，调参也更有效率。

这一"从不确定到稳定"的过渡，首次在理论上得到了严谨解释，并被写进了 LensLLM 的预测逻辑中。

下图反映了 LLM 微调过程中测试损失 L 随训练数据量 D 变化的相变现象。低数据量阶段为预幂律相，高数据量阶段为幂律相，两者之间存在明显的转折点。

实锤 LensLLM：用 NTK 模拟微调，用极小代价选出最优模型

理论解释只是开始。更重要的是——LensLLM 还能算准。

研究团队构建了一个基于神经切线核（NTK）增强的缩放律模型，能够在只微调极少量数据的前提下：

精确拟合整个微调曲线（如图 2 和表 2 所示）

预测最终测试性能

排出最优模型排名

下图 2 显示了，LensLLM（蓝色方块）在 FLAN、Wikitext 和 Gigaword 数据集上对 OPT-1.3b、GPT-2 和 T5-base 模型性能的曲线拟合效果。

可以看到，LensLLM 的 RMSE 值显著低于 Rectified Scaling Law（红色三角形），误差带更窄，表明其预测更稳定准确。

下表 2 为预测测试损失与实际测试损失方面的均方根误差（RMSE）对比（× ) 。

不需要完整训练，不需要大规模试错，就像提前"看穿"一个模型的未来走向。

在 FLAN、Wikitext、Gigaword 三大数据集上，LensLLM 预测准确度远超基线方法（如 Rectified Scaling Law），RMSE 误差最小可低至原来的 1/5。

下图 3 为 LensLLM 在 FLAN、Wikitext 和 Gigaword 数据集上的 Pearson 相关系数和相对准确率表现。

LensLLM（最右侧深蓝色条形）在所有数据集上均显著优于 Rectified Scaling Law、NLPmetrics、SubTuning、ZeroShot 和 ModelSize 等基线方法，展现了其在模型选型中的卓越能力。

大幅提升选型效果，成本却降低近 90%

选得准是一方面，选得快也是关键。

LensLLM 引入了渐进式采样机制，计算成本比 FullTuning 方法最多降低 88.5%，且在模型排名任务中保持高达 91.1% 的选型准确率，真正实现成本低、精度高、泛化强。

图 4 显示了 LLM 选型性能与计算成本的 Pareto- 最优曲线。LensLLM（橙色点）在显著降低 FLOPs（计算成本）的同时，保持了高水平的 Pearson 相关系数，相较于 Rectified（蓝色点）、SubTuning（绿色点）和 FullTuning（紫色点）展现出更优的效率。

就是说，在选型性能与计算代价之间，LensLLM 达到显著的 Pareto 最优。

未来场景：边缘部署 / 模型迭代 / 个性化推荐

团队表示，LensLLM 不只是选型利器，更有潜力成为模型评估与管理的核心组件：

资源受限部署场景：帮助边缘设备快速选出兼顾精度与效率的模型；

A/B 测试与快速迭代：缩短新模型上线周期，节省 GPU 试错成本；

定制化微调：根据用户任务和数据量，找到最合适的预训练模型，从而达到最佳效果。

未来他们将探索将 LensLLM 拓展到多任务环境与MoE 等复杂模型结构，构建更通用的智能模型选型系统。

论文：https://arxiv.org/pdf/2505.03793

开源地址：https://github.com/Susan571/LENSLLM

作者联系方式：xyzeng@vt.edu, zhoud@vt.edu

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

� � 点亮星标 � �

科技前沿进展每日见