Llama 3.1 8B UltraLong 2M Instruct

🚀 超長上下文語言模型 Nemotron-UltraLong-8B

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微調相結合，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。

💻 使用示例

基礎用法

import transformers
import torch

model_id = "nvidia/Llama-3.1-Nemotron-8B-UltraLong-2M-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

模型列表

• nvidia/Llama-3.1-Nemotron-8B-UltraLong-1M-Instruct
• nvidia/Llama-3.1-Nemotron-8B-UltraLong-2M-Instruct
• nvidia/Llama-3.1-Nemotron-8B-UltraLong-4M-Instruct

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。

大海撈針任務

長上下文評估

標準能力評估

聯繫方式

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

引用

@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}
 }

📄 許可證

本項目採用 CC BY-NC 4.0 許可證。