Mamba 3B Slimpj

🚀 Mamba-3B-slimpj

Mambaモデルをhf_integrationで使用できるようにしたものです。

モデリングコードについては、mamba-hfを参照してください。

🚀 クイックスタート

💻 使用例

基本的な使用法

from transformers import AutoModelForCausalLM , AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('Q-bert/Mamba-3B-slimpj', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('Q-bert/Mamba-3B-slimpj')

text = "Hi"

input_ids = tokenizer.encode(text, return_tensors="pt")

output = model.generate(input_ids, max_length=20, num_beams=5, no_repeat_ngram_size=2)

generated_text = tokenizer.decode(output[0], skip_special_tokens=True)

print(generated_text)

Hi, I'm looking for a new job. I've been working at a company for about a year now.

高度な使用法（学習に関するコード）

from transformers import Trainer ,TrainingArguments
import torch
import os


class MambaTrainer(Trainer):
    def compute_loss(self, model, inputs, return_outputs=False):
        input_ids = inputs.pop("input_ids")
        lm_logits = model(input_ids)[0]

        labels = input_ids.to(lm_logits.device)
        shift_logits = lm_logits[:, :-1, :].contiguous()
        labels = labels[:, 1:].contiguous()

        loss_fct = torch.nn.CrossEntropyLoss()
        lm_loss = loss_fct(shift_logits.view(-1, shift_logits.size(-1)), labels.view(-1))

        return lm_loss

⚠️ 重要提示

学習にはこのクラスを使用する必要があります。また、fp16はFalseにする必要があります。

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で提供されています。

クレジット

• https://huggingface.co/state-spaces
• 特別な感謝をAlbert GuとTri Daoの記事 (https://arxiv.org/abs/2312.00752) に対して送ります。