State-Offset-Tuning: Zustandsbasierte parameter-effiziente Feinabstimmung für State-Space-Modelle

State-offset Tuning: State-based Parameter-Efficient Fine-Tuning for State Space Models

March 5, 2025

Autoren: Wonjun Kang, Kevin Galim, Yuchen Zeng, Minjae Lee, Hyung Il Koo, Nam Ik Cho

cs.AI

Zusammenfassung

State Space Models (SSMs) haben sich als effiziente Alternativen zu Transformern etabliert, die deren quadratische Rechenkosten reduzieren. Die Anwendung von Parameter-Efficient Fine-Tuning (PEFT)-Methoden auf SSMs ist jedoch weitgehend unerforscht. Insbesondere prompt-basierte Methoden wie Prompt Tuning und Prefix-Tuning, die in Transformern weit verbreitet sind, schneiden bei SSMs nicht gut ab. Um dies zu beheben, schlagen wir zustandsbasierte Methoden als überlegene Alternative zu prompt-basierten Methoden vor. Diese neue Familie von Methoden ergibt sich natürlich aus den architektonischen Eigenschaften von SSMs. Zustandsbasierte Methoden passen zustandsbezogene Merkmale direkt an, anstatt sich auf externe Prompts zu verlassen. Darüber hinaus führen wir eine neuartige zustandsbasierte PEFT-Methode ein: State-offset Tuning. Bei jedem Zeitschritt beeinflusst unsere Methode den Zustand im aktuellen Schritt direkt, was zu einer effektiveren Anpassung führt. Durch umfangreiche Experimente über diverse Datensätze hinweg demonstrieren wir die Wirksamkeit unserer Methode. Der Code ist verfügbar unter https://github.com/furiosa-ai/ssm-state-tuning.

English

State Space Models (SSMs) have emerged as efficient alternatives to Transformers, mitigating their quadratic computational cost. However, the application of Parameter-Efficient Fine-Tuning (PEFT) methods to SSMs remains largely unexplored. In particular, prompt-based methods like Prompt Tuning and Prefix-Tuning, which are widely used in Transformers, do not perform well on SSMs. To address this, we propose state-based methods as a superior alternative to prompt-based methods. This new family of methods naturally stems from the architectural characteristics of SSMs. State-based methods adjust state-related features directly instead of depending on external prompts. Furthermore, we introduce a novel state-based PEFT method: State-offset Tuning. At every timestep, our method directly affects the state at the current step, leading to more effective adaptation. Through extensive experiments across diverse datasets, we demonstrate the effectiveness of our method. Code is available at https://github.com/furiosa-ai/ssm-state-tuning.