Llama 3.1 8B UltraLong 4M Instruct

🚀 Nemotron-UltraLong-8B模型

Nemotron-UltraLong-8B 是一系列超長上下文語言模型，旨在處理大量文本序列（最多可達100萬、200萬和400萬個標記），同時在標準基準測試中保持有競爭力的性能。該模型基於Llama-3.1構建，採用了系統的訓練方法，將高效的持續預訓練與指令調優相結合，以增強長上下文理解和指令遵循能力。這種方法使模型能夠在不犧牲整體性能的情況下，有效擴展其上下文窗口。

🚀 快速開始

從 transformers >= 4.43.0 版本開始，你可以使用Transformers的 pipeline 抽象或藉助 generate() 函數的Auto類來運行對話推理。

請確保通過 pip install --upgrade transformers 更新你的transformers庫。

import transformers
import torch

model_id = "nvidia/Llama-3.1-Nemotron-8B-UltraLong-4M-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

✨ 主要特性

• 超長上下文處理能力：能夠處理最多400萬個標記的文本序列。
• 高效訓練方法：結合持續預訓練和指令調優，提升長上下文理解和指令遵循能力。
• 多領域適應性：在長上下文任務和標準任務中均表現出色。

📦 安裝指南

通過以下命令更新transformers庫：

pip install --upgrade transformers

💻 使用示例

基礎用法

import transformers
import torch

model_id = "nvidia/Llama-3.1-Nemotron-8B-UltraLong-4M-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

📚 詳細文檔

模型卡片

評估結果

我們在一系列多樣化的基準測試中對Nemotron-UltraLong-8B進行了評估，包括長上下文任務（如RULER、LV-Eval和InfiniteBench）和標準任務（如MMLU、MATH、GSM-8K和HumanEval）。UltraLong-8B在超長上下文任務中表現出色，同時在標準基準測試中也保持了有競爭力的結果。

大海撈針測試

長上下文評估

標準能力評估

🔧 技術細節

• 模型架構：基於Llama-3.1架構構建。
• 訓練方法：結合持續預訓練和監督微調，以提升模型性能。
• 數據處理：在持續預訓練和監督微調階段採用不同的數據處理策略。

📄 許可證

本模型採用CC BY-NC 4.0許可證。

對應信息

• Chejian Xu (chejian2@illinois.edu)
• Wei Ping (wping@nvidia.com)

引用信息

@article{ulralong2025,
  title={From 128K to 4M: Efficient Training of Ultra-Long Context Large Language Models},
  author={Xu, Chejian and Ping, Wei and Xu, Peng and Liu, Zihan and Wang, Boxin and Shoeybi, Mohammad and Catanzaro, Bryan},
  journal={arXiv preprint},
  year={2025}
 }