Llama 3 8B Instruct Gradient 1048k

🚀 Llama-3 8B Gradient Instruct 1048k

本項目的模型將 Llama-3 8B 的上下文長度從 8k 擴展到了 1040K 以上，展示了通過適當調整 RoPE theta，SOTA 大語言模型可以在最少的訓練下學會處理長上下文。此外，還對模型進行了進一步微調，以增強其類似助手的聊天能力。

🚀 快速開始

加入我們的自定義代理和長上下文（262k - 1M+）等待列表：點擊加入。

如果您希望構建自定義 AI 模型或代理，請發送郵件至 contact@gradient.ai。更多信息請參閱我們的 自定義大語言模型和 AI 系統的端到端開發服務。

加入我們的 Discord

✨ 主要特性

• 擴展上下文長度：將 Llama-3 8B 的上下文長度從 8k 擴展到 1040K 以上。
• 微調增強能力：進一步微調模型，增強其類似助手的聊天能力。
• 高效訓練：藉助 EasyContext Blockwise RingAttention 庫，在 Crusoe Energy 高性能 L40S 集群上可擴展且高效地訓練長達 1048k 令牌的上下文。
• 評估表現出色：在檢索和問答任務中僅次於 GPT - 4 和 Yi，是整體排名前 7 中參數最小的模型。

📦 安裝指南

文檔未提及具體安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

使用 Transformers 庫的 pipeline 進行推理

import transformers
import torch

model_id = "meta-llama/Meta-Llama-3-8B-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?"},
]

prompt = pipeline.tokenizer.apply_chat_template(
        messages, 
        tokenize=False, 
        add_generation_prompt=True
)

terminators = [
    pipeline.tokenizer.eos_token_id,
    pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = pipeline(
    prompt,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
print(outputs[0]["generated_text"][len(prompt):])

使用 Transformers 庫的 AutoModelForCausalLM 進行推理

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "meta-llama/Meta-Llama-3-8B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    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?"},
]

input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

terminators = [
    tokenizer.eos_token_id,
    tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = model.generate(
    input_ids,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
response = outputs[0][input_ids.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))

高級用法

文檔未提及高級用法相關代碼示例，故跳過此部分。

📚 詳細文檔

模型詳情

Meta 開發併發布了 Meta Llama 3 系列大語言模型，這是一組包含 8B 和 70B 大小的預訓練和指令微調生成文本模型。Llama 3 指令微調模型針對對話用例進行了優化，在常見行業基準測試中優於許多可用的開源聊天模型。

預期用途

• 預期用例：Llama 3 旨在用於英語商業和研究用途。指令微調模型適用於類似助手的聊天，而預訓練模型可用於各種自然語言生成任務。
• 超出範圍的使用：以任何違反適用法律法規（包括貿易合規法律）的方式使用。以《可接受使用政策》和 Llama 3 社區許可證禁止的任何其他方式使用。使用英語以外的語言。

⚠️ 重要提示

開發者可以在遵守 Llama 3 社區許可證和《可接受使用政策》的前提下，對 Llama 3 模型進行微調以支持英語以外的語言。

硬件和軟件

• 訓練因素：使用自定義訓練庫、Meta 的研究超級集群和生產集群進行預訓練。微調、標註和評估也在第三方雲計算上進行。
• 碳足跡：預訓練在 H100 - 80GB 類型的硬件上累計使用了 770 萬 GPU 小時的計算資源（TDP 為 700W）。估計總排放量為 2290 tCO2eq，其中 100% 由 Meta 的可持續發展計劃抵消。

訓練數據

• 概述：Llama 3 在超過 15 萬億令牌的公開可用數據源上進行了預訓練。微調數據包括公開可用的指令數據集以及超過 1000 萬個人工標註示例。預訓練和微調數據集均不包含 Meta 用戶數據。
• 數據新鮮度：7B 模型的預訓練數據截止日期為 2023 年 3 月，70B 模型為 2023 年 12 月。

基準測試

在本節中，報告了 Llama 3 模型在標準自動基準測試中的結果。所有評估均使用內部評估庫。方法詳情見 此處。

基礎預訓練模型

指令微調模型

責任與安全

相信開放的 AI 方法能夠帶來更好、更安全的產品，加速創新並擴大整體市場。致力於負責任的 AI 開發，並採取了一系列措施來限制濫用和危害，支持開源社區。

Llama 3 - Instruct

• 安全：對於指令微調模型，進行了廣泛的紅隊測試、對抗性評估並實施了安全緩解技術以降低殘留風險。建議開發者在其用例背景下評估這些風險。同時，正在與社區合作，使 AI 安全基準標準透明、嚴格且可解釋。
• 拒絕回答：除了殘留風險，還非常重視模型對良性提示的拒絕回答情況。過度拒絕不僅會影響用戶體驗，在某些情況下甚至可能有害。已根據開發者社區的反饋改進了微調，確保 Llama 3 比 Llama 2 更不可能錯誤地拒絕回答提示。

負責任的發佈

除了上述負責任使用考慮因素外，在做出發佈決定之前，遵循了嚴格的流程，採取了額外措施來防止濫用和應對關鍵風險。

• 濫用：如果訪問或使用 Llama 3，需同意《可接受使用政策》。該政策的最新版本可在 此處 查看。
• 關鍵風險：
  • CBRNE（化學、生物、放射、核和高當量爆炸物）：對模型在該領域的安全性進行了雙重評估：在模型訓練期間進行迭代測試，評估與 CBRNE 威脅和其他對抗性風險相關的響應安全性；邀請外部 CBRNE 專家進行提升測試，評估模型準確提供專家知識並減少潛在 CBRNE 濫用障礙的能力。
  • 網絡安全：使用 Meta 的網絡安全評估套件 CyberSecEval 對 Llama 3 進行了評估，測量了 Llama 3 在用作編碼助手時建議不安全代碼的傾向，以及 Llama 3 響應協助進行網絡攻擊請求的傾向。在不安全編碼和網絡攻擊協助測試中，Llama 3 的表現與 同等編碼能力 的模型處於相同範圍或更安全。
  • 兒童安全：使用專家團隊進行了兒童安全風險評估，以評估模型產生可能導致兒童安全風險輸出的能力，並通過 Llama 3 模型開發過程中的微調提供必要和適當的風險緩解建議。在 Llama 3 開發過程中，通過基於目標的方法進行了新的深入評估，以評估模型在多個攻擊向量上的風險。還與內容專家合作進行紅隊測試，評估潛在違規內容，同時考慮特定市場的細微差別或經驗。

社區

生成式 AI 安全需要專業知識和工具，相信開放社區的力量能夠加速其發展。是多個開放聯盟的活躍成員，包括 AI 聯盟、AI 合作組織和 MLCommons，積極為安全標準化和透明度做出貢獻。鼓勵社區採用 MLCommons 概念驗證評估等分類法，以促進安全和內容評估的協作與透明度。Purple Llama 工具已開源供社區使用，並廣泛分發到包括雲服務提供商在內的生態系統合作伙伴。鼓勵社區為 GitHub 倉庫 做出貢獻。

最後，設置了一系列資源，包括 輸出報告機制 和 漏洞賞金計劃，以在社區的幫助下不斷改進 Llama 技術。

倫理考量與侷限性

Llama 3 的核心價值觀是開放、包容和有用。旨在為所有人服務，適用於廣泛的用例。因此，設計為對不同背景、經驗和觀點的人都可訪問。Llama 3 以用戶的實際情況和需求為出發點，不插入不必要的判斷或規範性內容，同時認識到即使在某些情況下可能存在問題的內容，在其他情況下也可能有價值。尊重所有用戶的尊嚴和自主權，特別是在推動創新和進步的自由思想和表達價值觀方面。

然而，Llama 3 是一項新技術，與任何新技術一樣，其使用存在風險。迄今為止進行的測試均使用英語，且無法涵蓋所有場景。因此，與所有大語言模型一樣，Llama 3 的潛在輸出無法提前預測，在某些情況下，模型可能會對用戶提示產生不準確、有偏見或其他令人反感的響應。因此，在部署 Llama 3 模型的任何應用程序之前，開發者應針對其特定應用進行安全測試和調整。如《負責任使用指南》所述，建議將 Purple Llama 解決方案納入工作流程，特別是 Llama Guard，它提供了一個基礎模型，用於過濾輸入和輸出提示，在模型級安全之上增加系統級安全。

請參閱《負責任使用指南》，可在 此處 查看。

🔧 技術細節

方法

• 以 meta-llama/Meta-Llama-3-8B-Instruct 為基礎。
• 使用 NTK 感知插值 [1] 初始化 RoPE theta 的最佳調度，然後進行經驗性 RoPE theta 優化。
• 類似於 Large World Model [2]，在不斷增加的上下文長度上進行漸進式訓練。

基礎設施

基於 EasyContext Blockwise RingAttention 庫 [3]，在 Crusoe Energy 高性能 L40S 集群上可擴展且高效地訓練長達 1048k 令牌的上下文。值得注意的是，在 Ring Attention 之上採用了分層並行性，並使用自定義網絡拓撲，以在設備之間傳遞許多 KV 塊時更好地利用大型 GPU 集群，從而在模型訓練中實現了 33 倍的加速。

數據

訓練數據通過擴充 SlimPajama 生成了長上下文。還基於 UltraChat [4] 在聊天數據集上進行了微調，採用了與 [2] 類似的數據擴充方法。

漸進式訓練細節

評估

EVAL_MAX_CONTEXT_LENGTH=1040200
EVAL_MIN_CONTEXT_LENGTH=100
EVAL_CONTEXT_INTERVAL=86675
EVAL_DEPTH_INTERVAL=0.2
EVAL_RND_NUMBER_DIGITS=8

HAYSTACK1:
    EVAL_GENERATOR_TOKENS=25

HAYSTACK2:
    EVAL_CONTEXT_INTERVAL=173350
    EVAL_GENERATOR_TOKENS=150000

HAYSTACK3:
    EVAL_GENERATOR_TOKENS=925000

Haystack 1 和 3 中未顯示的所有框的準確率均為 100%。Haystacks 1、2 和 3 的更多詳細信息見 此博客文章。

量化

• Crusoe 的 GGUF。注意，需要在 llama.cpp 中添加 128009 作為特殊令牌。
• MLX - 4bit
• Ollama
• vLLM Docker 鏡像，建議通過 --max-model-len 32768 加載。
• 如果對託管版本感興趣，請發送郵件至下方郵箱。

📄 許可證

本項目使用 llama3 許可證。

引用說明

@misc{gradientlongcontextllama3,
  title={Llama 3 Gradient: A series of long context models},
  author={Leonid Pekelis and Michael Feil and Forrest Moret and Mark Huang and Tiffany Peng},
  year={2024},
  url = {https://gradient.ai/blog/scaling-rotational-embeddings-for-long-context-language-models},
  doi = { 10.57967/hf/3372 },
}

參考文獻

[1] Peng, Bowen, et al. "Yarn: Efficient context window extension of large language models." arXiv preprint arXiv:2309.00071 (2023).

[2] Liu, Hao, et al. "World Model on Million-Length Video And Language With RingAttention." arXiv preprint arXiv:2402.08268 (2024).

[3] https://github.com/jzhang38/EasyContext

[4] Ning Ding, Yulin Chen, Bokai Xu, Yujia Qin, Zhi Zheng, Shengding Hu, Zhiyuan Liu, Maosong Sun, and Bowen Zhou. Enhancing chat language models by scaling high-quality instructional conversations. arXiv preprint arXiv:2305.14233, 2023.

梯度 AI 團隊

Gradient AI 官網

Gradient 正在加速各行業的 AI 變革。其 AI 鑄造廠整合用戶數據，部署自主助手，為企業的關鍵運營提供支持。

聯繫我們

如有任何問題，請發送郵件至 contact@gradient.ai。

貢獻者

Aaditya Singh; Aaron Grattafiori; Abhimanyu Dubey; Abhinav Jauhri; Abhinav Pandey; Abhishek Kadian; Adam Kelsey; Adi Gangidi; Ahmad Al-Dahle; Ahuva Goldstand; Aiesha Letman; Ajay Menon; Akhil Mathur; Alan Schelten; Alex Vaughan; Amy Yang; Andrei Lupu; Andres Alvarado; Andrew Gallagher; Andrew Gu; Andrew Ho; Andrew Poulton; Andrew Ryan; Angela Fan; Ankit Ramchandani; Anthony Hartshorn; Archi Mitra; Archie Sravankumar; Artem Korenev; Arun Rao; Ashley Gabriel; Ashwin Bharambe; Assaf Eisenman; Aston Zhang; Aurelien Rodriguez; Austen Gregerson; Ava Spataru; Baptiste Roziere; Ben Maurer; Benjamin Leonhardi; Bernie Huang; Bhargavi Paranjape; Bing Liu; Binh Tang; Bobbie Chern; Brani Stojkovic; Brian Fuller; Catalina Mejia Arenas; Chao Zhou; Charlotte Caucheteux; Chaya Nayak; Ching-Hsiang Chu; Chloe Bi; Chris Cai; Chris Cox; Chris Marra; Chris McConnell; Christian Keller; Christoph Feichtenhofer; Christophe Touret; Chunyang Wu; Corinne Wong; Cristian Canton Ferrer; Damien Allonsius; Daniel Kreymer; Daniel Haziza; Daniel Li; Danielle Pintz; Danny Livshits; Danny Wyatt; David Adkins; David Esiobu; David Xu; Davide Testuggine; Delia David; Devi Parikh; Dhruv Choudhary; Dhruv Mahajan; Diana Liskovich; Diego Garcia-Olano; Diego Perino; Dieuwke Hupkes; Dingkang Wang; Dustin Holland; Egor Lakomkin; Elina Lobanova; Xiaoqing Ellen Tan; Emily Dinan; Eric Smith; Erik Brinkman; Esteban Arcaute; Filip Radenovic; Firat Ozgenel; Francesco Caggioni; Frank Seide; Frank Zhang; Gabriel Synnaeve; Gabriella Schwarz; Gabrielle Lee; Gada Badeer; Georgia Anderson; Graeme Nail; Gregoire Mialon; Guan Pang; Guillem Cucurell; Hailey Nguyen; Hannah Korevaar; Hannah Wang; Haroun Habeeb; Harrison Rudolph; Henry Aspegren; Hu Xu; Hugo Touvron; Iga Kozlowska; Igor Molybog; Igor Tufanov; Iliyan Zarov; Imanol Arrieta Ibarra; Irina-Elena Veliche; Isabel Kloumann; Ishan Misra; Ivan Evtimov; Jacob Xu; Jade Copet; Jake Weissman; Jan Geffert; Jana Vranes; Japhet Asher; Jason Park; Jay Mahadeokar; Jean-Baptiste Gaya; Jeet Shah; Jelmer van der Linde; Jennifer Chan; Jenny Hong; Jenya Lee; Jeremy Fu; Jeremy Teboul; Jianfeng Chi; Jianyu Huang; Jie Wang; Jiecao Yu; Joanna Bitton; Joe Spisak; Joelle Pineau; Jon Carvill; Jongsoo Park; Joseph Rocca; Joshua Johnstun; Junteng Jia; Kalyan Vasuden Alwala; Kam Hou U; Kate Plawiak; Kartikeya Upasani; Kaushik Veeraraghavan; Ke Li; Kenneth Heafield; Kevin Stone; Khalid El-Arini; Krithika Iyer; Kshitiz Malik; Kuenley Chiu; Kunal Bhalla; Kyle Huang; Lakshya Garg; Lauren Rantala-Yeary; Laurens van der Maaten; Lawrence Chen; Leandro Silva; Lee Bell; Lei Zhang; Liang Tan; Louis Martin; Lovish Madaan; Luca Wehrstedt; Lukas Blecher; Luke de Oliveira; Madeline Muzzi; Madian Khabsa; Manav Avlani; Mannat Singh; Manohar Paluri; Mark Zuckerberg; Marcin Kardas; Martynas Mankus; Mathew Oldham; Mathieu Rita; Matthew Lennie; Maya Pavlova; Meghan Keneally; Melanie Kambadur; Mihir Patel; Mikayel Samvelyan; Mike Clark; Mike Lewis; Min Si; Mitesh Kumar Singh; Mo Metanat; Mona Hassan; Naman Goyal; Narjes Torabi; Nicolas Usunier; Nikolay Bashlykov; Nikolay Bogoychev; Niladri Chatterji; Ning Dong; Oliver Aobo Yang; Olivier Duchenne; Onur Celebi; Parth Parekh; Patrick Alrassy; Paul Saab; Pavan Balaji; Pedro Rittner; Pengchuan Zhang; Pengwei Li; Petar Vasic; Peter Weng; Polina Zvyagina; Prajjwal Bhargava; Pratik Dubal; Praveen Krishnan; Punit Singh Koura; Qing He; Rachel Rodriguez; Ragavan Srinivasan; Rahul Mitra; Ramon Calderer; Raymond Li; Robert Stojnic; Roberta Raileanu; Robin Battey; Rocky Wang; Rohit Girdhar; Rohit Patel; Romain Sauvestre; Ronnie Polidoro; Roshan Sumbaly; Ross Taylor; Ruan Silva; Rui Hou; Rui Wang; Russ Howes; Ruty Rinott; Saghar Hosseini; Sai Jayesh Bondu; Samyak Datta; Sanjay Singh; Sara Chugh; Sargun Dhillon; Satadru Pan; Sean Bell; Sergey Edunov; Shaoliang Nie; Sharan Narang; Sharath Raparthy; Shaun Lindsay; Sheng Feng; Sheng Shen; Shenghao Lin; Shiva Shankar; Shruti Bhosale; Shun Zhang; Simon Vandenhende; Sinong Wang; Seohyun Sonia Kim; Soumya Batra; Sten Sootla; Steve Kehoe; Suchin Gururangan; Sumit Gupta; Sunny Virk; Sydney Borodinsky; Tamar Glaser; Tamar Herman; Tamara Best; Tara Fowler; Thomas Georgiou; Thomas Scialom; Tianhe Li; Todor Mihaylov; Tong Xiao; Ujjwal Karn; Vedanuj Goswami; Vibhor Gupta; Vignesh Ramanathan; Viktor Kerkez; Vinay Satish Kumar; Vincent Gonguet; Vish Vogeti; Vlad Poenaru; Vlad Tiberiu Mihailescu; Vladan Petrovic; Vladimir Ivanov; Wei Li; Weiwei Chu; Wenhan Xiong; Wenyin Fu; Wes Bouaziz; Whitney Meers; Will Constable; Xavier Martinet; Xiaojian Wu; Xinbo Gao; Xinfeng Xie; Xuchao Jia; Yaelle Goldschlag; Yann LeCun; Yashesh Gaur; Yasmine Babaei; Ye Qi; Yenda Li; Yi Wen; Yiwen Song; Youngjin Nam; Yuchen Hao; Yuchen Zhang; Yun Wang; Yuning Mao; Yuzi He; Zacharie Delpierre Coudert; Zachary DeVito; Zahra Hankir; Zhaoduo Wen; Zheng Yan; Zhengxing Chen; Zhenyu Yang; Zoe Papakipos