Falcon H1 7B Base

🚀 Falcon-H1モデル

Falcon-H1は、Hybrid Transformers + Mambaアーキテクチャを採用した因果的デコーダー専用モデルです。多言語対応で、様々なタスクで高い性能を発揮します。

🚀 クイックスタート

このモデルを使用するには、Hugging Faceのtransformers、vLLM、またはカスタムフォークのllama.cppライブラリを利用できます。

✨ 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: Hybrid Transformers + 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。

💻 使用例

基本的な使用法 (transformers)

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

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

高度な使用法 (vLLM)

vLLMを使用する場合は、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

llama.cppの使用

現在、このアーキテクチャを直接llama.cppライブラリに統合していますが、現時点ではフォークしたライブラリをインストールして直接使用できます。https://github.com/tiiuae/llama.cpp-Falcon-H1 。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。

📚 ドキュメント

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。

🔧 技術詳細

Falcon-H1シリーズは、様々なタスク、特に推論タスクで非常に高い性能を発揮します。以下は、Falcon-H1-7Bと他のモデルとの評価結果の比較です。

詳細なベンチマークについては、リリースブログ記事を参照してください。

📄 ライセンス

このモデルはFalcon-LLMライセンスの下で提供されています。詳細はこちらを参照してください。

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。

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}
}