推薦場景Scaling Law來了！中科大&華為諾亞方舟聯(lián)合推出

當Scaling Law應用于推薦場景，模型又將如何表現(xiàn)？

中科大認知智能全國重點實驗室陳恩紅團隊聯(lián)合華為諾亞方舟實驗室推出推薦模型性能定律，首次對模型的性能與模型、數(shù)據(jù)的規(guī)模和質量進行了定量分析。

針對現(xiàn)有工作只能對推薦大模型Scaling Law（擴展定律）做定性分析的局限性，論文首次嘗試對推薦大模型性能擴展定律給出明確的定量預測。

具體地，相較于傳統(tǒng)大模型擴展定律里的數(shù)據(jù)量指標，考慮推薦領域的數(shù)據(jù)特性提出了序列數(shù)據(jù)的質量衡量指標，并從模型性能預測角度出發(fā)避免傳統(tǒng)擴展定律帶來參數(shù)增大導致的模型過擬合問題。

最終基于論文發(fā)現(xiàn)的推薦大模型性能預測定律，能夠在給定的數(shù)據(jù)集和模型配置下，有效預測模型的擴展?jié)摿Γ瑫r實現(xiàn)模型參數(shù)的最優(yōu)性能配置。

下面具體來看。

提出推薦大模型性能預測定律

序列推薦系統(tǒng)旨在根據(jù)用戶過去的交互記錄預測下一個推薦給用戶的物品，以此來捕捉用戶的動態(tài)偏好。

近年來，隨著商業(yè)和互聯(lián)網(wǎng)場景中用戶數(shù)據(jù)量的急劇增長，推薦系統(tǒng)受到了越來越多的關注。然而，為了處理這些龐大的數(shù)據(jù)集，商用與學術領域均開始采用更為復雜和龐大的推薦模型。

這些模型的高計算要求不僅帶來了巨大的開發(fā)成本，而且還使得開發(fā)過程中的資源分配和GPU使用變得充滿挑戰(zhàn)。

如上圖所示，為了更好地預測推薦模型在不同情況下的性能，研究者們開發(fā)了一系列的擴展定律，用于在無需進行大規(guī)模實驗的情況下評估和預測模型效果。

擴展定律最初在大型語言模型中進行探索。例如Chinchilla擴展定律的通過模型參數(shù)數(shù)量和訓練樣本的數(shù)量來預測預訓練損失。

然而，將擴展定律應用于推薦系統(tǒng)分析面臨兩大主要挑戰(zhàn)：

(1) 與擴展定律中通?？疾斓哪Ｐ蛽p失指標相比，推薦模型中性能指標（如命中率）更為重要，由擴展定律導向的增大模型規(guī)模雖然能使模型損失降低，卻會由于模型過擬合問題導致性能出現(xiàn)衰減。

(2) 除了數(shù)據(jù)的規(guī)模之外，推薦系統(tǒng)的數(shù)據(jù)集通常具有結構和協(xié)作特性，同時重復序列片段和冗余度較高，這使得數(shù)據(jù)質量成為影響結果的核心因素，但在現(xiàn)有的推薦模型擴展定律中尚未被充分討論。

這些挑戰(zhàn)使得現(xiàn)有的推薦系統(tǒng)擴展定律工作僅僅給出了一些定性的分析，并不能對模型的精度進行定量預測。

為應對這些挑戰(zhàn)，研究人員提出了推薦大模型性能預測定律，首次對模型的性能與模型、數(shù)據(jù)的規(guī)模和質量進行了定量分析。

通過擬合推薦模型的關鍵性能指標，包括命中率（HR）和歸一化折扣累積增益（NDCG），可以定量預測模型的層數(shù)和物品嵌入維度對其性能的影響。

此外，為了應對數(shù)據(jù)質量研究因素匱乏的挑戰(zhàn)，引入了近似熵（ApEn）作為評價數(shù)據(jù)質量的創(chuàng)新性指標，將原有擴展定律中的數(shù)據(jù)規(guī)模替換為數(shù)據(jù)規(guī)模與近似熵之比，并通過理論和實驗驗證了這一替代的合理性。

研究人員也對提出的大模型性能預測定律進行了應用實驗，有效地預測了模型的最優(yōu)性能參數(shù)配置和擴展?jié)摿Α?/p>

引入近似熵因子

如前所述，研究人員引入了近似熵因子，以進一步增強序列推薦系統(tǒng)中的擴展定律。

具體來說，近似熵是一種用于量化時間序列數(shù)據(jù)的規(guī)律性和不可預測性的統(tǒng)計測度，其計算方法如下：

首先，對于一個長度為N的時間序列{ }以及參數(shù)m（嵌入維度）和r（容差），構造m維向量=[，+1，…，+m-1 ] ，其中=1，…，N-m+1 。然后，定義兩個向量和之間的距離為：

接著，對于給定的容差r ，計算相似性度量：

平均相似性的計算公式為：

最終，近似熵定義為：

在后續(xù)對近似熵的計算中，研究人員將容差設定為r = 0 。這一決定是基于推薦物品的獨特特性，其中具有相似ID的產(chǎn)品可能傳達完全不同的意義。

總的來說，近似熵值越高，數(shù)據(jù)的重復率越高。

然而，傳統(tǒng)熵通常與數(shù)據(jù)復制率呈現(xiàn)負相關性。因此，盡管ApEn被冠以”熵”的稱謂，但其變化趨勢與傳統(tǒng)熵指標具有相反特性。

為避免概念混淆，本研究采用ApEn′=1/ApEn作為近似熵的最終測度。研究人員進一步引入數(shù)據(jù)平均最小編碼長度作為最終的數(shù)據(jù)質量衡量指標。

由于重復的序列模式均可用相似的編碼表征，從而降低平均最小編碼長度，該指標將保障數(shù)據(jù)的最小可學知識量、有效防止重復與無效數(shù)據(jù)導致的數(shù)據(jù)量虛高問題。

研究證明了最小編碼長度有如下的下界保障引理。

假設用戶序列可以被建模為一階非周期性平穩(wěn)馬爾可夫鏈。如果用戶序列為S={S，∈U } ，那么所有序列的最小編碼長度之和|U|L(C)由以下公式給出：

這個下界表達了在給定的用戶序列情況下，最小編碼長度應該至少等于序列元素長度總和除以序列的近似熵。這個不等式利用了近似熵的概念來提供編碼效率的下界。

于是研究人員將D′=∑∈U|S| · ApEn′(S)代入了原有的擴展定律公式D。

研究人員進一步證明能將每一項參數(shù)用1/x+log(x）的形式以加入衰減項，從而優(yōu)化性能擬合。他們擬合模型的最終形式為：

其中N為模型層數(shù)，demb為嵌入維度，D′=∑∈U|S| · ApEn′(S)為數(shù)據(jù)質量衡量指標，其余均為擬合參數(shù)。

實驗環(huán)節(jié)

驗證實驗

研究人員的驗證實驗目標是驗證理論的準確性，主要從兩個方面進行：一是其模型是否符合擴展法則，二是使用近似熵（ApEn）和標記數(shù)量來評估數(shù)據(jù)規(guī)模的方式是否合適。

他們首先檢查模型損失曲線與擴展法則的一致性，從圖像上可看出實際模型性能非常貼合其表現(xiàn)定律。

然后，數(shù)據(jù)參數(shù)D’加入?yún)?shù)進行一并擬合，以研究其影響因素。在下圖中他們擬合的數(shù)據(jù)參數(shù)與ApEn的組合呈現(xiàn)出明確的線性關系，這證明了理論的有效性。

應用實驗

由于性能法則中包含衰減項，使得實現(xiàn)全局最優(yōu)解成為可能。

在前述擬合分析的基礎上，研究人員在下表從全局和給定參數(shù)規(guī)模篇兩個方面利用Performance Law給出了兩個參數(shù)最優(yōu)擬合，均獲得了較好的結果。

同時研究人員也可以在小規(guī)模實驗上分析擬合參數(shù)對模型增大時的提升潛力與全局最優(yōu)性能進行預測。

他們在下表驗證了這個應用，在更小的衰減項參數(shù)上模型的擴展?jié)摿Ω螅顑?yōu)結果更強。

更多細節(jié)歡迎查閱原論文。

論文鏈接: https://arxiv.org/abs/2412.00430