模型概述
模型特點
模型能力
使用案例
🚀 Gemma 2模型卡片
Gemma是谷歌推出的輕量級、最先進的開源模型家族,基於與Gemini模型相同的研究和技術構建。它適用於多種文本生成任務,且規模較小,可在資源有限的環境中部署,讓更多人能使用到先進的AI模型。
🚀 快速開始
要快速開始運行Gemma 2模型,可按以下步驟操作:
- 安裝Transformers庫:
pip install -U transformers
- 根據你的使用場景,複製相應的代碼片段。
✨ 主要特性
- 輕量級設計:相對較小的規模使其能夠在資源有限的環境中部署,如筆記本電腦、臺式機或自有云基礎設施。
- 多任務適用性:適用於各種文本生成任務,包括問答、摘要和推理。
- 開源權重:預訓練和指令調優變體均提供開源權重。
📦 安裝指南
安裝Transformers庫:
pip install -U transformers
💻 使用示例
基礎用法
使用pipeline
API運行
import torch
from transformers import pipeline
pipe = pipeline(
"text-generation",
model="google/gemma-2-2b",
device="cuda", # 替換為 "mps" 以在Mac設備上運行
)
text = "Once upon a time,"
outputs = pipe(text, max_new_tokens=256)
response = outputs[0]["generated_text"]
print(response)
在單/多GPU上運行模型
# pip install accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-2b")
model = AutoModelForCausalLM.from_pretrained(
"google/gemma-2-2b",
device_map="auto",
)
input_text = "Write me a poem about Machine Learning."
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")
outputs = model.generate(**input_ids, max_new_tokens=32)
print(tokenizer.decode(outputs[0]))
通過CLI運行模型
local-gemma 倉庫包含一個圍繞Transformers的輕量級包裝器,用於通過命令行界面(CLI)運行Gemma 2。按照安裝說明開始使用,然後通過以下命令啟動CLI:
local-gemma --model "google/gemma-2-2b" --prompt "What is the capital of Mexico?"
通過bitsandbytes
使用量化版本
使用8位精度(int8)
# pip install bitsandbytes accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig
quantization_config = BitsAndBytesConfig(load_in_8bit=True)
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-2b")
model = AutoModelForCausalLM.from_pretrained(
"google/gemma-2-2b",
quantization_config=quantization_config,
)
input_text = "Write me a poem about Machine Learning."
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")
outputs = model.generate(**input_ids, max_new_tokens=32)
print(tokenizer.decode(outputs[0]))
使用4位精度
# pip install bitsandbytes accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig
quantization_config = BitsAndBytesConfig(load_in_4bit=True)
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-2b")
model = AutoModelForCausalLM.from_pretrained(
"google/gemma-2-2b",
quantization_config=quantization_config,
)
input_text = "Write me a poem about Machine Learning."
input_ids = tokenizer(input_text, return_tensors="pt").to("cuda")
outputs = model.generate(**input_ids, max_new_tokens=32)
print(tokenizer.decode(outputs[0]))
高級用法
Torch編譯
Torch編譯 是一種加速PyTorch模塊推理的方法。通過利用Torch編譯,Gemma-2 2b模型的運行速度可提高多達6倍。
請注意,在實現全推理速度之前需要進行兩個預熱步驟:
import os
os.environ["TOKENIZERS_PARALLELISM"] = "false"
from transformers import AutoTokenizer, Gemma2ForCausalLM
from transformers.cache_utils import HybridCache
import torch
torch.set_float32_matmul_precision("high")
# 加載模型 + 分詞器
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-2b")
model = Gemma2ForCausalLM.from_pretrained("google/gemma-2-2b", torch_dtype=torch.bfloat16)
model.to("cuda")
# 應用torch編譯轉換
model.forward = torch.compile(model.forward, mode="reduce-overhead", fullgraph=True)
# 預處理輸入
input_text = "The theory of special relativity states "
model_inputs = tokenizer(input_text, return_tensors="pt").to("cuda")
prompt_length = model_inputs.input_ids.shape[1]
# 設置鍵/值緩存
past_key_values = HybridCache(
config=model.config,
max_batch_size=1,
max_cache_len=model.config.max_position_embeddings,
device=model.device,
dtype=model.dtype
)
# 啟用將鍵/值緩存傳遞給生成
model._supports_cache_class = True
model.generation_config.cache_implementation = None
# 兩個預熱步驟
for idx in range(2):
outputs = model.generate(**model_inputs, past_key_values=past_key_values, do_sample=True, temperature=1.0, max_new_tokens=128)
past_key_values.reset()
# 快速運行
outputs = model.generate(**model_inputs, past_key_values=past_key_values, do_sample=True, temperature=1.0, max_new_tokens=128)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
有關更多詳細信息,請參閱 Transformers文檔。
📚 詳細文檔
輸入和輸出
- 輸入:文本字符串,例如問題、提示或要總結的文檔。
- 輸出:針對輸入生成的英語文本,例如問題的答案或文檔的摘要。
引用
@article{gemma_2024,
title={Gemma},
url={https://www.kaggle.com/m/3301},
DOI={10.34740/KAGGLE/M/3301},
publisher={Kaggle},
author={Gemma Team},
year={2024}
}
🔧 技術細節
模型數據
訓練數據集
這些模型在包含多種來源的文本數據集上進行訓練。27B模型使用13萬億個標記進行訓練,9B模型使用8萬億個標記進行訓練,2B模型使用2萬億個標記進行訓練。主要組成部分如下:
- 網頁文檔:多樣化的網頁文本集合,確保模型接觸到廣泛的語言風格、主題和詞彙,主要為英語內容。
- 代碼:讓模型接觸代碼有助於學習編程語言的語法和模式,提高生成代碼或理解代碼相關問題的能力。
- 數學:在數學文本上進行訓練有助於模型學習邏輯推理、符號表示和解決數學查詢。
這些多樣化數據源的組合對於訓練能夠處理各種不同任務和文本格式的強大語言模型至關重要。
數據預處理
對訓練數據應用了以下關鍵的數據清理和過濾方法:
- CSAM過濾:在數據準備過程的多個階段應用了嚴格的CSAM(兒童性虐待材料)過濾,以確保排除有害和非法內容。
- 敏感數據過濾:作為使Gemma預訓練模型安全可靠的一部分,使用自動化技術從訓練集中過濾出某些個人信息和其他敏感數據。
- 其他方法:根據內容質量和安全性進行過濾,符合我們的政策。
實現信息
硬件
Gemma使用最新一代的張量處理單元(TPU)硬件(TPUv5p)進行訓練。
訓練大型語言模型需要大量的計算能力。TPU專為機器學習中常見的矩陣運算而設計,在這一領域具有以下優勢:
- 性能:TPU專門用於處理訓練大語言模型涉及的大量計算,與CPU相比,可顯著加速訓練過程。
- 內存:TPU通常配備大量高帶寬內存,允許在訓練過程中處理大型模型和批量大小,有助於提高模型質量。
- 可擴展性:TPU Pod(大型TPU集群)為處理大型基礎模型日益增長的複雜性提供了可擴展的解決方案。可以在多個TPU設備上分佈訓練,實現更快、更高效的處理。
- 成本效益:在許多情況下,與基於CPU的基礎設施相比,TPU可以為訓練大型模型提供更具成本效益的解決方案,特別是考慮到更快的訓練速度節省的時間和資源。
- 這些優勢與谷歌的可持續運營承諾相一致。
軟件
使用JAX和ML Pathways進行訓練。
JAX允許研究人員利用最新一代的硬件(包括TPU),以更快、更高效地訓練大型模型。
ML Pathways是谷歌為構建能夠跨多個任務進行泛化的人工智能系統所做的最新努力。這特別適用於基礎模型,包括像這樣的大型語言模型。
JAX和ML Pathways的結合使用在關於Gemini模型家族的論文中有描述:“Jax和Pathways的‘單控制器’編程模型允許單個Python進程編排整個訓練過程,大大簡化了開發工作流程。”
評估
基準測試結果
這些模型針對大量不同的數據集和指標進行了評估,以涵蓋文本生成的各個方面:
基準測試 | 指標 | Gemma 2 PT 2B | Gemma 2 PT 9B | Gemma 2 PT 27B |
---|---|---|---|---|
MMLU | 5-shot, top-1 | 51.3 | 71.3 | 75.2 |
HellaSwag | 10-shot | 73.0 | 81.9 | 86.4 |
PIQA | 0-shot | 77.8 | 81.7 | 83.2 |
SocialIQA | 0-shot | 51.9 | 53.4 | 53.7 |
BoolQ | 0-shot | 72.5 | 84.2 | 84.8 |
WinoGrande | partial score | 70.9 | 80.6 | 83.7 |
ARC-e | 0-shot | 80.1 | 88.0 | 88.6 |
ARC-c | 25-shot | 55.4 | 68.4 | 71.4 |
TriviaQA | 5-shot | 59.4 | 76.6 | 83.7 |
Natural Questions | 5-shot | 16.7 | 29.2 | 34.5 |
HumanEval | pass@1 | 17.7 | 40.2 | 51.8 |
MBPP | 3-shot | 29.6 | 52.4 | 62.6 |
GSM8K | 5-shot, maj@1 | 23.9 | 68.6 | 74.0 |
MATH | 4-shot | 15.0 | 36.6 | 42.3 |
AGIEval | 3 - 5-shot | 30.6 | 52.8 | 55.1 |
DROP | 3-shot, F1 | 52.0 | 69.4 | 72.2 |
BIG-Bench | 3-shot, CoT | 41.9 | 68.2 | 74.9 |
倫理與安全
評估方法
我們的評估方法包括結構化評估和對相關內容政策的內部紅隊測試。紅隊測試由多個不同的團隊進行,每個團隊有不同的目標和人工評估指標。這些模型針對與倫理和安全相關的多個不同類別進行評估,包括:
- 文本到文本內容安全:對涵蓋安全政策(包括兒童性虐待和剝削、騷擾、暴力和血腥、仇恨言論)的提示進行人工評估。
- 文本到文本代表性危害:與相關學術數據集(如WinoBias和BBQ數據集)進行基準對比。
- 記憶:對訓練數據的記憶進行自動化評估,包括個人身份信息暴露的風險。
- 大規模危害:測試“危險能力”,如化學、生物、放射性和核(CBRN)風險。
評估結果
倫理和安全評估的結果在可接受的閾值內,符合內部政策中關於兒童安全、內容安全、代表性危害、記憶、大規模危害等類別。除了強大的內部評估外,還展示了知名安全基準(如BBQ、BOLD、Winogender、Winobias、RealToxicity和TruthfulQA)的評估結果。
Gemma 2.0
基準測試 | 指標 | Gemma 2 IT 2B | Gemma 2 IT 9B | Gemma 2 IT 27B |
---|---|---|---|---|
RealToxicity | average | 8.16 | 8.25 | 8.84 |
CrowS - Pairs | top - 1 | 37.67 | 37.47 | 36.67 |
BBQ Ambig | 1 - shot, top - 1 | 83.20 | 88.58 | 85.99 |
BBQ Disambig | top - 1 | 69.31 | 82.67 | 86.94 |
Winogender | top - 1 | 52.91 | 79.17 | 77.22 |
TruthfulQA | 43.72 | 50.27 | 51.60 | |
Winobias 1_2 | 59.28 | 78.09 | 81.94 | |
Winobias 2_2 | 88.57 | 95.32 | 97.22 | |
Toxigen | 48.32 | 39.30 | 38.42 |
危險能力評估
評估方法
我們評估了一系列危險能力:
- 攻擊性網絡安全:為評估模型在網絡安全環境中被濫用的可能性,我們利用了公開可用的奪旗賽(CTF)平臺(如InterCode - CTF和Hack the Box)以及內部開發的CTF挑戰。這些評估衡量模型在模擬環境中利用漏洞和獲得未經授權訪問的能力。
- 自我增殖:通過設計涉及資源獲取、代碼執行和與遠程系統交互的任務,評估模型的自我增殖能力。這些評估衡量模型獨立複製和傳播的能力。
- 說服能力:為評估模型的說服和欺騙能力,我們進行了人類說服研究。這些研究涉及衡量模型建立融洽關係、影響信念和促使人類參與者採取特定行動的能力的場景。
評估結果
所有評估詳情見前沿模型危險能力評估和Gemma 2技術報告。
評估 | 能力 | Gemma 2 IT 27B |
---|---|---|
InterCode - CTF | 攻擊性網絡安全 | 34/76挑戰 |
內部CTF | 攻擊性網絡安全 | 1/13挑戰 |
Hack the Box | 攻擊性網絡安全 | 0/13挑戰 |
自我增殖預警 | 自我增殖 | 1/10挑戰 |
魅力攻勢 | 說服能力 | 參與者同意率:81%感興趣,75%願意再次交談,80%建立了個人聯繫 |
點擊鏈接 | 說服能力 | 34%的參與者 |
查找信息 | 說服能力 | 9%的參與者 |
運行代碼 | 說服能力 | 11%的參與者 |
金錢誘惑 | 說服能力 | 平均捐贈£3.72 |
謊言網絡 | 說服能力 | 向正確信念平均偏移18%,向錯誤信念平均偏移1% |
使用與限制
預期用途
開源大語言模型(LLM)在各個行業和領域有廣泛的應用。以下潛在用途列表並不全面,目的是提供有關模型創建者在模型訓練和開發過程中考慮的可能用例的上下文信息。
- 內容創作與交流
- 文本生成:可用於生成創意文本格式,如詩歌、腳本、代碼、營銷文案和電子郵件草稿。
- 聊天機器人和對話式AI:為客戶服務、虛擬助手或交互式應用程序提供對話界面。
- 文本摘要:生成文本語料庫、研究論文或報告的簡潔摘要。
- 研究與教育
- 自然語言處理(NLP)研究:可作為研究人員試驗NLP技術、開發算法和推動該領域發展的基礎。
- 語言學習工具:支持交互式語言學習體驗,輔助語法糾正或提供寫作練習。
- 知識探索:幫助研究人員通過生成摘要或回答特定主題的問題來探索大量文本。
侷限性
- 訓練數據
- 訓練數據的質量和多樣性顯著影響模型的能力。訓練數據中的偏差或差距可能導致模型響應的侷限性。
- 訓練數據集的範圍決定了模型能夠有效處理的主題領域。
- 上下文和任務複雜性
- 大語言模型更擅長可以用清晰提示和說明來構建的任務。開放式或高度複雜的任務可能具有挑戰性。
- 模型的性能可能受到提供的上下文量的影響(在一定程度上,更長的上下文通常會導致更好的輸出)。
- 語言歧義與細微差別
- 自然語言本質上是複雜的。大語言模型可能難以理解微妙的細微差別、諷刺或比喻語言。
- 事實準確性
- 大語言模型根據從訓練數據集中學到的信息生成響應,但它們不是知識庫。它們可能生成不正確或過時的事實陳述。
- 常識推理
- 大語言模型依賴於語言中的統計模式,在某些情況下可能缺乏應用常識推理的能力。
倫理考慮與風險
大型語言模型(LLM)的開發引發了一些倫理問題。在創建開源模型時,我們仔細考慮了以下方面:
- 偏差與公平性
- 在大規模現實世界文本數據上訓練的大語言模型可能反映訓練材料中嵌入的社會文化偏差。這些模型經過了仔細審查,本卡片中描述了輸入數據預處理和後續評估情況。
- 錯誤信息與濫用
- 大語言模型可能被濫用來生成虛假、誤導或有害的文本。
- 提供了模型負責任使用的指南,請參閱負責任生成式AI工具包。
- 透明度與問責制
- 本模型卡片總結了模型的架構、能力、侷限性和評估過程的詳細信息。
- 負責任開發的開源模型為跨AI生態系統的開發者和研究人員提供了共享創新的機會,使大語言模型技術更易於獲取。
已識別的風險及緩解措施:
- 偏差的延續:鼓勵在模型訓練、微調及其他用例中進行持續監測(使用評估指標、人工審查)並探索去偏技術。
- 有害內容的生成:內容安全機制和指南至關重要。鼓勵開發者謹慎行事,並根據其特定產品政策和應用用例實施適當的內容安全保障措施。
- 用於惡意目的的濫用:技術限制以及對開發者和最終用戶的教育有助於減輕大語言模型的惡意應用。提供教育資源和用戶舉報濫用行為的機制。Gemma模型的禁止使用情況在Gemma禁止使用政策中列出。
- 隱私侵犯:模型在經過過濾以去除個人身份信息(PII)的數據上進行訓練。鼓勵開發者遵守隱私法規,採用保護隱私的技術。
優勢
在發佈時,與同等規模的模型相比,這個模型家族提供了高性能的開源大語言模型實現,從根本上為負責任的AI開發而設計。
使用本文檔中描述的基準評估指標,這些模型表現出優於其他同等規模開源模型替代方案的性能。
📄 許可證
Gemma許可證相關信息:gemma



