M2 Bert 80M 32k Retrieval

🚀 Monarch Mixer-BERT

Monarch Mixer-BERT 是 M2-BERT 的一個 8000 萬參數的檢查點，它在序列長度為 32768 的情況下進行了預訓練，並針對長上下文檢索進行了微調。

查看論文 Monarch Mixer: A Simple Sub-Quadratic GEMM-Based Architecture 和我們關於檢索的博客文章，以瞭解更多關於我們如何為長序列訓練此模型的信息。

該模型由 Jon Saad - Falcon、Dan Fu 和 Simran Arora 訓練。

查看我們的 GitHub，獲取有關如何下載和微調該模型的說明！

🚀 快速開始

模型加載

你可以使用 Hugging Face 的 AutoModel 加載此模型：

from transformers import AutoModelForSequenceClassification
model = AutoModelForSequenceClassification.from_pretrained(
  "togethercomputer/m2-bert-80M-32k-retrieval",
  trust_remote_code=True
)

你可能會看到一條關於 FlashFFTConv 未使用參數的大錯誤消息。如果你想使用 FlashFFTConv 加載模型，可以查看我們的 GitHub。

生成嵌入

此模型用於生成用於檢索的嵌入向量，嵌入向量的維度為 768：

from transformers import AutoTokenizer, AutoModelForSequenceClassification

max_seq_length = 32768
testing_string = "Every morning, I make a cup of coffee to start my day."
model = AutoModelForSequenceClassification.from_pretrained(
  "togethercomputer/m2-bert-80M-32k-retrieval",
  trust_remote_code=True
)

tokenizer = AutoTokenizer.from_pretrained(
  "bert-base-uncased",
  model_max_length=max_seq_length
)
input_ids = tokenizer(
  [testing_string],
  return_tensors="pt",
  padding="max_length",
  return_token_type_ids=False,
  truncation=True,
  max_length=max_seq_length
)

outputs = model(**input_ids)
embeddings = outputs['sentence_embedding']

使用 Together API 獲取嵌入

你還可以使用 Together API 從此模型獲取嵌入向量（你可以在這裡找到你的 API 密鑰）：

import os
import requests

def generate_together_embeddings(text: str, model_api_string: str, api_key: str):
    url = "https://api.together.xyz/api/v1/embeddings"
    headers = {
        "accept": "application/json",
        "content-type": "application/json",
        "Authorization": f"Bearer {api_key}"
    }
    session = requests.Session()
    response = session.post(
        url,
        headers=headers,
        json={
            "input": text,
            "model": model_api_string
        }
    )
    if response.status_code != 200:
        raise ValueError(f"Request failed with status code {response.status_code}: {response.text}")
    return response.json()['data'][0]['embedding']

print(generate_together_embeddings(
  'Hello world',
  'togethercomputer/m2-bert-80M-32k-retrieval',
  os.environ['TOGETHER_API_KEY'])[:10]
)

💻 使用示例

基礎用法

from transformers import AutoModelForSequenceClassification
model = AutoModelForSequenceClassification.from_pretrained(
  "togethercomputer/m2-bert-80M-32k-retrieval",
  trust_remote_code=True
)

高級用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification

max_seq_length = 32768
testing_string = "Every morning, I make a cup of coffee to start my day."
model = AutoModelForSequenceClassification.from_pretrained(
  "togethercomputer/m2-bert-80M-32k-retrieval",
  trust_remote_code=True
)

tokenizer = AutoTokenizer.from_pretrained(
  "bert-base-uncased",
  model_max_length=max_seq_length
)
input_ids = tokenizer(
  [testing_string],
  return_tensors="pt",
  padding="max_length",
  return_token_type_ids=False,
  truncation=True,
  max_length=max_seq_length
)

outputs = model(**input_ids)
embeddings = outputs['sentence_embedding']

📄 許可證

本模型使用 Apache 2.0 許可證。

致謝

Alycia Lee 協助提供了 AutoModel 支持。

引用

如果你使用了此模型，或者認為我們的工作有價值，可以按以下方式引用我們：

@inproceedings{fu2023monarch,
  title={Monarch Mixer: A Simple Sub-Quadratic GEMM-Based Architecture},
  author={Fu, Daniel Y and Arora, Simran and Grogan, Jessica and Johnson, Isys and Eyuboglu, Sabri and Thomas, Armin W and Spector, Benjamin and Poli, Michael and Rudra, Atri and R{\'e}, Christopher},
  booktitle={Advances in Neural Information Processing Systems},
  year={2023}
}