Falcon H1 34B Instruct GPTQ Int4

🚀 Falcon-H1

Falcon-H1は、TransformerとMambaアーキテクチャを融合した言語モデルで、多様なタスクで高い性能を発揮します。

🚀 クイックスタート

Falcon-H1モデルを使用するには、Hugging Faceのtransformers、vLLM、またはllama.cppライブラリのカスタムフォークを利用できます。以下にそれぞれの使用方法を説明します。

✨ 主な機能

• 開発元: https://www.tii.ae
• モデルタイプ: 因果的デコーダー専用
• アーキテクチャ: ハイブリッドTransformer + Mambaアーキテクチャ
• 言語: 英語、多言語
• ライセンス: Falcon-LLM License

📦 インストール

transformersのインストール

最新バージョンのtransformersをインストールするには、以下のコマンドを実行します。

pip install git+https://github.com/huggingface/transformers.git

vLLMのインストール

vLLMをソースからビルドする詳細については、公式vLLMドキュメントを参照してください。

llama.cppのインストール

現在、アーキテクチャを直接llama.cppライブラリに統合する作業を行っています。それまでは、カスタムフォークをインストールして直接使用できます。llama.cppと同じインストールガイドラインを使用してください。

💻 使用例

基本的な使用法

transformersを使用した推論

以下のコードスニペットを参照して、transformersを使用してH1モデルを実行します。

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "tiiuae/Falcon-H1-1B-Base"

model = AutoModelForCausalLM.from_pretrained(
  model_id,
  torch_dtype=torch.bfloat16,
  device_map="auto"
)

# Perform text generation

vLLMを使用した推論

vLLMの場合は、以下のコマンドを実行してサーバーを起動します。

# pip install vllm
vllm serve tiiuae/Falcon-H1-1B-Instruct --tensor-parallel-size 2 --data-parallel-size 1

📚 ドキュメント

トレーニングの詳細

このモデルのトレーニングプロトコルの詳細については、Falcon-H1技術ブログ記事を参照してください。

評価

Falcon-H1シリーズは、推論タスクを含む様々なタスクで非常に良好な性能を発揮します。以下は、Falcon-H1-34Bと他のモデルの比較表です。

詳細なベンチマークについては、リリースブログ記事を確認できます。

有用なリンク

• リリースブログ記事を参照してください。
• 質問がある場合や、研究者や開発者と交流したい場合は、Discordサーバーに参加してください。

📄 ライセンス

このモデルは、Falcon-LLM Licenseの下で提供されています。

🔧 技術詳細

Falcon-H1の技術的な詳細については、Falcon-H1技術ブログ記事を参照してください。

📄 引用

Falcon-H1モデルファミリーがあなたの研究に役立った場合は、以下のように引用してください。

@misc{tiifalconh1,
    title = {Falcon-H1: A Family of Hybrid-Head Language Models Redefining Efficiency and Performance},
    url = {https://falcon-lm.github.io/blog/falcon-h1},
    author = {Falcon-LLM Team},
    month = {May},
    year = {2025}
}