Prezentowanie elastycznych klasyfikatorów bezpieczeństwa we współpracy z Gemma

1. Omówienie

To ćwiczenie w Codelabs pokazuje, jak utworzyć niestandardowy klasyfikator tekstu za pomocą dostrajania efektywności parametrów (PET). Zamiast dostrajania całego modelu metody PET aktualizują tylko niewielką liczbę parametrów, co sprawia, że ich trenowanie jest stosunkowo łatwe i szybkie. Ułatwia też modelowi uczenie się nowych zachowań przy stosunkowo niewielkiej ilości danych szkoleniowych. Metodyka jest szczegółowo opisana w artykule Towards Agile Text Classifiers for Everyone, w którym pokazano, jak można stosować te techniki do różnych zadań związanych z bezpieczeństwem i osiągać najlepszą skuteczność przy użyciu zaledwie kilkuset przykładów treningowych.

Ten warsztat programistyczny korzysta z metody LoRA PET i z mniejszego modelu Gemma (gemma_instruct_2b_en), ponieważ można go uruchamiać szybciej i bardziej wydajnie. W ramach tego projektu możesz zapoznać się z krokowymi instrukcjami dotyczącymi przetwarzania danych, ich formatowania na potrzeby modelu LLM, trenowania wag LoRA, a następnie oceny wyników. Ten projekt uczy się na podstawie zbioru danych ETHOS, czyli publicznie dostępnego zbioru danych służącego do wykrywania mowy nienawiści, który powstał na podstawie komentarzy z YouTube i Reddita. Po przeszkoleniu na podstawie zaledwie 200 przykładów (1/4 zbiór danych) osiąga on współczynnik F1 0,80 i ROC-AUC 0,78, co jest nieco lepsze od stanu aktualnego SOTA podanego na tablicy liderów (w momencie pisania tego tekstu, 15 lutego 2024 r.). Po przeszkoleniu na pełnym zestawie 800 przykładów uzyskuje on wynik F1 83,74 i ROC-AUC 88,17. Większe modele, takie jak gemma_instruct_7b_en, będą zwykle działać lepiej, ale koszty trenowania i wykonywania będą też większe.

Ostrzeżenie o wyzwalaczach: ponieważ ten warsztat programistyczny tworzy klasyfikator bezpieczeństwa do wykrywania mowy nienawiści, przykłady i ocena wyników zawierają drastyczne wyrażenia.

2. Instalacja i konfiguracja

W tym ćwiczeniu będziesz potrzebować najnowszej wersji keras (3), keras-nlp (0.8.0) i konta Kaggle, aby pobrać model podstawowy.

!pip install -q -U keras-nlp
!pip install -q -U keras

Aby zalogować się w Kaggle, możesz zapisać plik danych kaggle.json w ~/.kaggle/kaggle.json lub uruchomić w środowisku Colab następujące polecenie:

import kagglehub

kagglehub.login()

To laboratorium kodu zostało przetestowane z Tensorflow jako backendem Keras, ale możesz użyć Tensorflow, Pytorch lub JAX:

import os

os.environ["KERAS_BACKEND"] = "tensorflow"

3. Wczytywanie zbioru danych ETHOS

W tej sekcji załadujesz zbiór danych, na podstawie którego trenujesz klasyfikator, i przetwarzasz go wstępnie w zbiory treningowy i testowy. Użyjesz popularnego zbioru danych ETHOS, który został zebrany w celu wykrywania mowy nienawiści w mediach społecznościowych. Więcej informacji o tym, jak zebrano zbiór danych, znajdziesz w artykule ETHOS: an Online Hate Speech Detection Dataset (ETHOS: zbiór danych do wykrywania nienawiści w internecie).

import pandas as pd

gh_root = 'https://raw.githubusercontent.com'
gh_repo = 'intelligence-csd-auth-gr/Ethos-Hate-Speech-Dataset'
gh_path = 'master/ethos/ethos_data/Ethos_Dataset_Binary.csv'
data_url = f'{gh_root}/{gh_repo}/{gh_path}'

df = pd.read_csv(data_url, delimiter=';')
df['hateful'] = (df['isHate'] >= df['isHate'].median()).astype(int)

# Shuffle the dataset.
df = df.sample(frac=1, random_state=32)

# Split into train and test.
df_train, df_test = df[:800],  df[800:]

# Display a sample of the data.
df.head(5)[['hateful', 'comment']]

Zobaczysz coś podobnego do tego:

	etykieta	komentarz
0	0	You said he but still not convinced this is a ...
1	0	well, looks like its time to have another child.
2	0	What if we send every men to mars to start a n...
3	1	It doesn't matter if you're black or white, ...
4	0	Who ever disliked this video should be ashamed...

4. Pobieranie i tworzenie instancji modelu

Jak opisano w dokumentacji, model Gemma można łatwo wykorzystywać na wiele sposobów. W przypadku Keras musisz wykonać te czynności:

import keras
import keras_nlp

# For reproducibility purposes.
keras.utils.set_random_seed(1234)

# Download the model from Kaggle using Keras.
model = keras_nlp.models.GemmaCausalLM.from_preset('gemma_instruct_2b_en')

# Set the sequence length to a small enough value to fit in memory in Colab.
model.preprocessor.sequence_length = 128

Aby sprawdzić, czy model działa, wygeneruj tekst:

model.generate('Question: what is the capital of France? ', max_length=32)

5. Przetwarzanie wstępne tekstu i tokeny separatora

Aby pomóc modelowi lepiej zrozumieć nasz zamiar, możesz przetworzyć tekst i użyć tokenów rozdzielników. Dzięki temu model rzadziej generuje tekst, który nie pasuje do oczekiwanego formatu. Możesz na przykład poprosić model o klasyfikację nastroju, pisząc prompt w taki sposób:

Classify the following text into one of the following classes:[Positive,Negative]

Text: you look very nice today
Classification:

W takim przypadku model może, ale nie musi wygenerować oczekiwanych wyników. Jeśli na przykład tekst zawiera znaki nowej linii, prawdopodobnie wpłynie to negatywnie na działanie modelu. Bardziej niezawodne jest używanie tokenów separatorów. Prompt będzie wyglądał tak:

Classify the following text into one of the following classes:[Positive,Negative]
<separator>
Text: you look very nice today
<separator>
Prediction:

Można to zastosować za pomocą funkcji, która przetworzy tekst wstępnie:

def preprocess_text(
    text: str,
    labels: list[str],
    instructions: str,
    separator: str,
) -> str:
  prompt = f'{instructions}:[{",".join(labels)}]'
  return separator.join([prompt, f'Text:{text}', 'Prediction:'])

Jeśli teraz uruchomisz funkcję, używając tego samego prompta i tego samego tekstu, powinieneś otrzymać ten sam wynik:

text = 'you look very nice today'

prompt = preprocess_text(
    text=text,
    labels=['Positive', 'Negative'],
    instructions='Classify the following text into one of the following classes',
    separator='\n<separator>\n',
)

print(prompt)

Powinien zwrócić:

Classify the following text into one of the following classes:[Positive,Negative]
<separator>
Text:well, looks like its time to have another child
<separator>
Prediction:

6. Przetwarzanie końcowe danych wyjściowych

Dane wyjściowe modelu to tokeny o różnych prawdopodobieństwach. Zwykle, aby wygenerować tekst, wybierasz kilka najbardziej prawdopodobnych tokenów i tworzysz z nich zdania, akapity, a nawet całe dokumenty. W przypadku klasyfikacji liczy się jednak to, czy model uważa, że Positive jest bardziej prawdopodobne niż Negative lub odwrotnie.

Jeśli masz wcześniej utworzony model, możesz przetworzyć jego dane wyjściowe na niezależne prawdopodobieństwa, że następny element jest Positive lub Negative:

import numpy as np


def compute_output_probability(
    model: keras_nlp.models.GemmaCausalLM,
    prompt: str,
    target_classes: list[str],
) -> dict[str, float]:
  # Shorthands.
  preprocessor = model.preprocessor
  tokenizer = preprocessor.tokenizer

  # NOTE: If a token is not found, it will be considered same as "<unk>".
  token_unk = tokenizer.token_to_id('<unk>')

  # Identify the token indices, which is the same as the ID for this tokenizer.
  token_ids = [tokenizer.token_to_id(word) for word in target_classes]

  # Throw an error if one of the classes maps to a token outside the vocabulary.
  if any(token_id == token_unk for token_id in token_ids):
    raise ValueError('One of the target classes is not in the vocabulary.')

  # Preprocess the prompt in a single batch. This is done one sample at a time
  # for illustration purposes, but it would be more efficient to batch prompts.
  preprocessed = model.preprocessor.generate_preprocess([prompt])

  # Identify output token offset.
  padding_mask = preprocessed["padding_mask"]
  token_offset = keras.ops.sum(padding_mask) - 1

  # Score outputs, extract only the next token's logits.
  vocab_logits = model.score(
      token_ids=preprocessed["token_ids"],
      padding_mask=padding_mask,
  )[0][token_offset]

  # Compute the relative probability of each of the requested tokens.
  token_logits = [vocab_logits[ix] for ix in token_ids]
  logits_tensor = keras.ops.convert_to_tensor(token_logits)
  probabilities = keras.activations.softmax(logits_tensor)

  return dict(zip(target_classes, probabilities.numpy()))

Możesz przetestować tę funkcję, uruchamiając ją z promptem utworzonym wcześniej:

compute_output_probability(
    model=model,
    prompt=prompt,
    target_classes=['Positive', 'Negative'],
)

Dane wyjściowe będą wyglądać tak:

{'Positive': 0.99994016, 'Negative': 5.984089e-05}

7. Utworzenie klasyfikatora

Aby ułatwić sobie pracę, możesz zawinąć wszystkie utworzone przez siebie funkcje w jedną funkcję klasyfikatora podobną do sklearn, która zawiera łatwe w użyciu i znane funkcje, takie jak predict() i predict_score().

import dataclasses


@dataclasses.dataclass(frozen=True)
class AgileClassifier:
  """Agile classifier to be wrapped around a LLM."""

  # The classes whose probability will be predicted.
  labels: tuple[str, ...]

  # Provide default instructions and control tokens, can be overridden by user.
  instructions: str = 'Classify the following text into one of the following classes'
  separator_token: str = '<separator>'
  end_of_text_token: str = '<eos>'

  def encode_for_prediction(self, x_text: str) -> str:
    return preprocess_text(
        text=x_text,
        labels=self.labels,
        instructions=self.instructions,
        separator=self.separator_token,
    )

  def encode_for_training(self, x_text: str, y: int) -> str:
    return ''.join([
        self.encode_for_prediction(x_text),
        self.labels[y],
        self.end_of_text_token,
    ])

  def predict_score(
      self,
      model: keras_nlp.models.GemmaCausalLM,
      x_text: str,
  ) -> list[float]:
    prompt = self.encode_for_prediction(x_text)
    token_probabilities = compute_output_probability(
        model=model,
        prompt=prompt,
        target_classes=self.labels,
    )
    return [token_probabilities[token] for token in self.labels]

  def predict(
      self,
      model: keras_nlp.models.GemmaCausalLM,
      x_eval: str,
  ) -> int:
    return np.argmax(self.predict_score(model, x_eval))


agile_classifier = AgileClassifier(labels=('Positive', 'Negative'))

8. Dostrajanie modelu

LoRA to skrót od „low-rank adaptation” (adaptacja niskiego rzędu). Jest to technika dostrojenia, która może być używana do efektywnego dostrojenia dużych modeli językowych. Więcej informacji znajdziesz w artykule LoRA: Low-Rank Adaptation of Large Language Models.

Implementacja Gemma w Keras udostępnia metodę enable_lora(), której możesz użyć do dostosowania:

# Enable LoRA for the model and set the LoRA rank to 4.
model.backbone.enable_lora(rank=4)

Po włączeniu LoRa możesz rozpocząć proces dokładnego dostosowania. Zajmie to około 5 minut na każdą epokę w Colab:

import tensorflow as tf

# Create dataset with preprocessed text + labels.
map_fn = lambda xy: agile_classifier.encode_for_training(*xy)
x_train = list(map(map_fn, df_train[['comment', 'hateful']].values))
ds_train = tf.data.Dataset.from_tensor_slices(x_train).batch(2)

# Compile the model using the Adam optimizer and appropriate loss function.
model.compile(
    loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    optimizer=keras.optimizers.Adam(learning_rate=0.0005),
    weighted_metrics=[keras.metrics.SparseCategoricalAccuracy()],
)

# Begin training.
model.fit(ds_train, epochs=4)

Trenowanie przez większą liczbę epok spowoduje wzrost dokładności, dopóki nie nastąpi przetrenowanie.

9. Sprawdzanie wyników

Możesz teraz sprawdzić dane wyjściowe elastycznego klasyfikatora, który został właśnie wytrenowany. Ten kod wyświetli przewidywany wynik klasy dla podanego fragmentu tekstu:

text = 'you look really nice today'
scores = agile_classifier.predict_score(model, text)
dict(zip(agile_classifier.labels, scores))

{'Positive': 0.99899644, 'Negative': 0.0010035498}

10. Ocena modelu

Na koniec ocenisz skuteczność modelu za pomocą 2 popularnych wskaźników: wynik F1 i AUC-ROC. Wynik F1 uwzględnia błędy fałszywie negatywne i fałszywie pozytywne, oceniając średnią harmoniczną precyzji i czułości przy określonym progu klasyfikacji. Z drugiej strony AUC-ROC pokazuje różnicę między współczynnikiem wyników prawdziwie a fałszywie pozytywnych przy różnych wartościach progowych i oblicza obszar pod tą krzywą.

from sklearn.metrics import f1_score, roc_auc_score

y_true = df_test['hateful'].values
# Compute the scores (aka probabilities) for each of the labels.
y_score = [agile_classifier.predict_score(model, x) for x in df_test['comment']]
# The label with highest score is considered the predicted class.
y_pred = np.argmax(y_score, axis=1)
# Extract the probability of a comment being considered hateful.
y_prob = [x[agile_classifier.labels.index('Negative')] for x in y_score]

# Compute F1 and AUC-ROC scores.
print(f'F1: {f1_score(y_true, y_pred):.2f}')
print(f'AUC-ROC: {roc_auc_score(y_true, y_prob):.2f}')

F1: 0.84
AUC-ROC: = 0.88

Innym ciekawym sposobem oceny prognoz modelu są tablice pomyłek. Tablica pomyłek wizualizuje różne rodzaje błędów prognozowania.

from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay

cm = confusion_matrix(y_true, y_pred)
ConfusionMatrixDisplay(
    confusion_matrix=cm,
    display_labels=agile_classifier.labels,
).plot()

Możesz też spojrzeć na krzywą ROC, aby poznać potencjalne błędy prognozowania przy użyciu różnych progów punktacji.

from sklearn.metrics import RocCurveDisplay, roc_curve

fpr, tpr, _ = roc_curve(y_true, y_prob, pos_label=1)
RocCurveDisplay(fpr=fpr, tpr=tpr).plot()