モデルマージとは
Model Merging / モデル融合
複数の学習済みモデルの重みを演算で合成し、追加学習なしで新しいモデルを作る手法
ひとことで言うと
複数のAIモデルの中身(重み)を足し合わせたり混ぜたりして、学習し直さずに「いいとこ取り」のモデルを作る方法。
概要
モデルマージとは、複数の学習済みモデルの重みを演算で合成し、追加学習なしで新しい1つのモデルを作る手法を指す。 重みの平均を取る単純な方法から、ファインチューニングによる差分(タスクベクトル)を組み合わせる方法、干渉を抑えて統合するTIESやDAREのような手法まで、多様な方式が提案されている。 GPUによる学習をほとんど必要とせず、異なる得意分野を持つモデルの能力を組み合わせられるため、オープンウェイトモデルのコミュニティで活発に使われている。 合成結果の性能には理論的な保証が薄く、試行錯誤に依存する面が残る。
歴史
重み平均の有効性を示した2022年のModel Soupsの研究などを契機に注目され、mergekitなどのツールの登場で普及した。
利点
- 追加のGPU学習がほとんど不要で、既存の学習済み重みの演算だけで新しいモデルを作れる
- 異なる分野やタスクで個別にファインチューニングされたモデルの強みを1つに集約できる
- オープンウェイトモデルであれば誰でも試行でき、モデルの再配布や派生も容易
欠点
- 合成結果の性能を事前に理論的に予測しにくく、試行錯誤に依存する
- モデル間のアーキテクチャやトークナイザーが異なると単純な重み合成ができない
- マージによって、個々のモデルが持っていた安全性の調整を意図せず弱めてしまうことがある
関連用語
よくある質問
モデルマージに追加の学習は必要か。
不要。追加の学習データや勾配計算を伴わず、既存の学習済み重みの演算だけで新しいモデルを作る点がモデルマージの特徴になる。
異なるベースモデル同士でもマージできるか。
一般には難しい。同じベースモデルから派生した、同じアーキテクチャとトークナイザーを持つモデル同士でのマージが基本的な前提になる。