Llama 4 Maverick 17B 128E Instruct FP8

🚀 Llama 4模型介紹

Llama 4系列模型是原生多模態人工智能模型，可實現文本和多模態交互體驗。這些模型採用混合專家架構，在文本和圖像理解方面具有行業領先的性能。

🚀 快速開始

安裝依賴

請確保你已安裝transformers v4.51.0，或者使用以下命令進行升級：

pip install -U transformers

代碼示例

from transformers import AutoTokenizer, Llama4ForConditionalGeneration
import torch

model_id = "meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8"

tokenizer = AutoTokenizer.from_pretrained(model_id)

messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt", return_dict=True)

model = Llama4ForConditionalGeneration.from_pretrained(
    model_id,
    tp_plan="auto",
    torch_dtype="auto",
)

outputs = model.generate(**inputs.to(model.device), max_new_tokens=100)
outputs = tokenizer.batch_decode(outputs[:, inputs["input_ids"].shape[-1]:])
print(outputs[0])

✨ 主要特性

• 多模態能力：支持文本和圖像的多模態交互，可用於視覺識別、圖像推理、圖像描述等任務。
• 混合專家架構：採用混合專家（MoE）架構，提供卓越的文本和圖像理解性能。
• 多語言支持：支持阿拉伯語、英語、法語、德語、印地語、印尼語、意大利語、葡萄牙語、西班牙語、他加祿語、泰語和越南語等多種語言。
• 商業和研究用途：適用於商業和研究領域，可用於自然語言生成、對話式AI、視覺推理等任務。

📦 安裝指南

請確保你已安裝transformers v4.51.0，或者使用以下命令進行升級：

pip install -U transformers

💻 使用示例

基礎用法

from transformers import AutoTokenizer, Llama4ForConditionalGeneration
import torch

model_id = "meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8"

tokenizer = AutoTokenizer.from_pretrained(model_id)

messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt", return_dict=True)

model = Llama4ForConditionalGeneration.from_pretrained(
    model_id,
    tp_plan="auto",
    torch_dtype="auto",
)

outputs = model.generate(**inputs.to(model.device), max_new_tokens=100)
outputs = tokenizer.batch_decode(outputs[:, inputs["input_ids"].shape[-1]:])
print(outputs[0])

📚 詳細文檔

模型信息

模型參數

預期用途

• 預期用例：Llama 4適用於多種語言的商業和研究用途。經過指令調優的模型可用於類助手聊天和視覺推理任務，而預訓練模型可用於自然語言生成。在視覺方面，Llama 4模型還針對視覺識別、圖像推理、圖像描述和回答有關圖像的一般性問題進行了優化。Llama 4模型集合還支持利用其模型輸出改進其他模型，包括合成數據生成和蒸餾。Llama 4社區許可證允許這些用例。
• 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 4社區許可證禁止的任何其他方式使用；在本模型卡片中未明確提及支持的語言或功能範圍內使用。

硬件和軟件

• 訓練因素：使用自定義訓練庫、Meta定製的GPU集群和生產基礎設施進行預訓練。微調、量化、標註和評估也在生產基礎設施上進行。
• 訓練能耗：模型預訓練在H100 - 80GB（TDP為700W）類型的硬件上累計使用了738萬個GPU小時的計算資源。訓練時間是每個模型訓練所需的總GPU時間，功耗是每個GPU設備的峰值功率容量，並根據電源使用效率進行了調整。

訓練數據

• 概述：Llama 4 Scout在約40萬億個多模態數據令牌上進行預訓練，Llama 4 Maverick在約22萬億個多模態數據令牌上進行預訓練。這些數據來自公開可用數據、授權數據以及Meta產品和服務中的信息，包括Instagram和Facebook上的公開帖子以及用戶與Meta AI的交互。
• 數據新鮮度：預訓練數據的截止日期為2024年8月。

基準測試

預訓練模型

指令調優模型

^MMMU Pro的報告數據是標準任務和視覺任務的平均值

量化

Llama 4 Scout模型以BF16權重形式發佈，但可以通過即時int4量化適配單個H100 GPU；Llama 4 Maverick模型同時發佈了BF16和FP8量化權重。FP8量化權重可以在單個H100 DGX主機上運行，同時保持模型質量。我們還提供了即時int4量化的代碼，以儘量減少性能下降。

安全保障

模型級微調

• 微調數據：採用多方面的數據收集方法，將供應商提供的人工生成數據與合成數據相結合，以降低潛在的安全風險。開發了許多基於大語言模型（LLM）的分類器，以便精心選擇高質量的提示和響應，加強數據質量控制。
• 拒絕率：在Llama 3模型的基礎上，著重降低Llama 4模型對良性提示的拒絕率。在安全數據策略中納入了邊界提示和對抗性提示，並修改了安全數據響應以遵循語氣指南。
• 語氣：擴展了Llama 3模型在拒絕語氣方面的工作，使模型的回覆聽起來更加自然。目標是去除說教和過度道德化的語言，並糾正格式問題，包括正確使用標題、列表、表格等。
• 系統提示：Llama 4是一個更易於引導的模型，意味著可以輕鬆調整響應以滿足特定的開發需求。有效的系統提示可以顯著提高大語言模型的性能。特別是，使用系統提示可以有效減少大語言模型中常見的錯誤拒絕、模板化或“說教式”語言模式。它們還可以提高對話性和適當格式的使用。

以下是一個基本的系統提示模板，開發者可以根據具體需求或用例進一步定製：

Llama 4系統保護

大語言模型（包括Llama 4）不應單獨部署，而應作為整體AI系統的一部分，並根據需要添加額外的防護措施。系統保護對於實現正確的有用性 - 安全性平衡、降低系統固有的安全和風險以及將模型或系統與外部工具集成至關重要。

我們為社區提供了系統級的保護措施，如Llama Guard、Prompt Guard和Code Shield，開發者應將這些措施與Llama模型或其他大語言模型一起部署。我們所有的參考實現演示默認包含這些保護措施，以便開發者能夠立即受益於系統級的安全保障。

評估

• 常見用例評估：評估Llama模型在常見用例以及特定能力方面的表現。常見用例評估衡量了大多數常見應用（如聊天機器人、視覺問答）系統的安全風險。構建了專門的對抗性評估數據集，並評估了由Llama模型和Llama Guard 3組成的系統，以過濾輸入提示和輸出響應。在上下文中評估應用非常重要，建議為你的用例構建專門的評估數據集。如果應用相關，Prompt Guard和Code Shield也可供使用。
• 能力評估：衡量Llama模型特定能力固有的漏洞，為此設計了專門的基準測試，包括長上下文、多語言、編碼或記憶能力。

紅隊測試

定期進行紅隊測試，目標是通過對抗性提示發現風險，並利用這些經驗教訓改進基準測試和安全調優數據集。早期與關鍵風險領域的主題專家合作，瞭解模型可能對社會造成的意外危害。根據這些討論，為紅隊制定了一系列對抗性目標，如提取有害信息或重新編程模型以採取潛在有害的行為。紅隊成員包括網絡安全、對抗性機器學習和數據完整性方面的專家，以及在特定地理市場具有數據完整性問題背景的多語言內容專家。

關鍵風險

• CBRNE（化學、生物、放射性、核和爆炸物材料）有用性：為評估Llama 4與化學和生物武器擴散相關的風險，應用了專家設計和其他針對性評估，以確定使用Llama 4是否會顯著增強惡意行為者使用此類武器策劃或實施攻擊的能力。還針對此風險領域的內容政策違規行為進行了額外的紅隊測試和評估。
• 兒童安全：首先利用預訓練方法（如數據過濾）降低模型中的兒童安全風險。為評估訓練後模型的兒童安全風險，由一組專家評估模型產生可能導致兒童安全風險輸出的能力。利用這些評估結果進行額外的模型微調，並進行深入的紅隊測試。還擴展了兒童安全評估基準，以涵蓋Llama 4的多圖像和多語言能力。
• 網絡攻擊啟用：網絡評估調查了Llama 4是否有足夠的能力導致災難性威脅場景。進行了威脅建模練習，以確定在關鍵攻擊向量方面，自動化操作或增強人類能力所需的特定模型能力，包括技能水平和速度。然後確定並開發了針對這些能力的挑戰，以測試Llama 4和同類模型。具體而言，重點評估了Llama 4自動化網絡攻擊、識別和利用安全漏洞以及自動化有害工作流程的能力。總體而言，發現Llama 4模型不會引入可能導致災難性網絡後果的風險。

社區

生成式AI安全需要專業知識和工具，我們相信開放社區的力量可以加速其發展。我們是開放聯盟的積極成員，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方面的合作和透明度。我們的信任工具已開源，供社區使用，並廣泛分發給包括雲服務提供商在內的生態系統合作伙伴。鼓勵社區為我們的GitHub倉庫做出貢獻。

我們還設立了Llama影響贈款計劃，以識別和支持Meta的Llama模型在教育、氣候和開放創新三個類別中對社會有益的最有前景的應用。數百份申請中的20名決賽選手名單可在此處查看。

最後，我們建立了一系列資源，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。

注意事項和限制

我們的AI基於言論自由的價值觀，幫助人們利用我們的技術進行探索、辯論和創新。我們尊重人們的自主權，使他們能夠選擇如何體驗、交互和構建AI。我們的AI促進思想的開放交流。

它旨在服務於所有人，並適用於廣泛的用例。因此，它的設計旨在讓具有不同背景、經驗和觀點的人都能使用。Llama 4以用戶的實際需求為導向，不插入不必要的判斷，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。它尊重所有用戶的自主權，特別是在推動創新和進步的自由思想和表達價值觀方面。

Llama 4是一項新技術，與任何新技術一樣，使用它存在一定的風險。到目前為止進行的測試尚未涵蓋，也不可能涵蓋所有場景。因此，與所有大語言模型一樣，無法提前預測Llama 4的潛在輸出，並且在某些情況下，模型可能會對用戶提示產生不準確或其他令人反感的響應。因此，在部署Llama 4模型的任何應用之前，開發者應針對其特定應用進行安全測試和調優。我們還鼓勵開源社區將Llama用於研究目的，並構建解決新興風險的先進工具。請參考可用資源，包括我們的《開發者使用指南：AI保護》、Llama保護解決方案和其他資源以瞭解更多信息。

🔧 技術細節

模型架構

Llama 4模型是自迴歸語言模型，採用混合專家（MoE）架構，並結合早期融合實現原生多模態。這種架構允許模型在處理文本和圖像時更加高效和靈活。

訓練過程

使用自定義訓練庫、Meta定製的GPU集群和生產基礎設施進行預訓練。微調、量化、標註和評估也在生產基礎設施上進行。訓練過程中，模型在大規模的多模態數據上進行學習，以提高其在各種任務上的性能。

量化技術

Llama 4 Scout模型可以通過即時int4量化適配單個H100 GPU，而Llama 4 Maverick模型提供了BF16和FP8量化權重。量化技術可以減少模型的內存佔用和計算成本，同時保持模型的性能。

📄 許可證

本項目使用自定義商業許可證，Llama 4社區許可協議，詳情見：https://github.com/meta-llama/llama-models/blob/main/models/llama4/LICENSE。在使用本模型時，請遵守相關的許可協議。