Openelm 450M Instruct

🚀 OpenELM

OpenELM 是一系列開放、高效的語言模型。它採用逐層縮放策略，在Transformer模型的每一層中高效分配參數，從而提高了模型的準確性。我們使用 CoreNet 庫對 OpenELM 模型進行了預訓練。我們發佈了參數分別為 2.7 億、4.5 億、11 億和 30 億的預訓練模型和指令調優模型。同時，我們還發布了完整的框架，包括數據準備、訓練、微調、評估等流程，以及多個預訓練檢查點和訓練日誌，以促進開放研究。

我們的預訓練數據集包含 RefinedWeb、去重後的 PILE、RedPajama 的一個子集和 Dolma v1.6 的一個子集，總計約 18 萬億個標記。在使用這些數據集之前，請查看其許可協議和使用條款。

🚀 快速開始

我們在 generate_openelm.py 中提供了一個示例函數，用於通過 HuggingFace Hub 加載 OpenELM 模型並生成輸出。

你可以運行以下命令來嘗試該模型：

python generate_openelm.py --model apple/OpenELM-450M-Instruct --hf_access_token [HF_ACCESS_TOKEN] --prompt 'Once upon a time there was' --generate_kwargs repetition_penalty=1.2

請參考 此鏈接 獲取你的 Hugging Face 訪問令牌。

可以通過 generate_kwargs 傳遞 Hugging Face 生成函數的其他參數。例如，為了加速推理，你可以嘗試通過傳遞 prompt_lookup_num_tokens 參數來使用 查找令牌推測生成：

python generate_openelm.py --model apple/OpenELM-450M-Instruct --hf_access_token [HF_ACCESS_TOKEN] --prompt 'Once upon a time there was' --generate_kwargs repetition_penalty=1.2 prompt_lookup_num_tokens=10

或者，通過 assistant_model 參數傳遞一個較小的模型，嘗試使用 輔助模型 進行模型級推測生成，例如：

python generate_openelm.py --model apple/OpenELM-450M-Instruct --hf_access_token [HF_ACCESS_TOKEN] --prompt 'Once upon a time there was' --generate_kwargs repetition_penalty=1.2 --assistant_model [SMALLER_MODEL]

✨ 主要特性

• 高效參數分配：採用逐層縮放策略，在Transformer模型的每一層中高效分配參數，提升模型準確性。
• 多參數模型發佈：發佈了參數分別為 2.7 億、4.5 億、11 億和 30 億的預訓練模型和指令調優模型。
• 完整框架開源：發佈了完整的框架，包括數據準備、訓練、微調、評估等流程，以及多個預訓練檢查點和訓練日誌，方便進行開放研究。

💻 使用示例

基礎用法

# 此部分代碼在原文檔中未給出基礎用法示例代碼，可根據運行命令推測調用示例
from generate_openelm import generate_output  # 假設存在此函數
model_name = 'apple/OpenELM-450M-Instruct'
hf_access_token = '[HF_ACCESS_TOKEN]'
prompt = 'Once upon a time there was'
generate_kwargs = {'repetition_penalty': 1.2}

output = generate_output(model_name, hf_access_token, prompt, generate_kwargs)
print(output)

高級用法

# 加速推理，使用查找令牌推測生成
from generate_openelm import generate_output
model_name = 'apple/OpenELM-450M-Instruct'
hf_access_token = '[HF_ACCESS_TOKEN]'
prompt = 'Once upon a time there was'
generate_kwargs = {'repetition_penalty': 1.2, 'prompt_lookup_num_tokens': 10}

output = generate_output(model_name, hf_access_token, prompt, generate_kwargs)
print(output)

📚 詳細文檔

主要結果

零樣本學習結果

LLM360 評估結果

OpenLLM 排行榜結果

更多結果和比較請參考技術報告。

評估

環境搭建

安裝以下依賴：

# 安裝公共的 lm-eval-harness
harness_repo="public-lm-eval-harness"
git clone https://github.com/EleutherAI/lm-evaluation-harness ${harness_repo}
cd ${harness_repo}
# 使用 2024 年 3 月 15 日的主分支，SHA 為 dc90fec
git checkout dc90fec
pip install -e .
cd ..

# 66d6242 是 2024 年 4 月 1 日的主分支
pip install datasets@git+https://github.com/huggingface/datasets.git@66d6242
pip install tokenizers>=0.15.2 transformers>=4.38.2 sentencepiece>=0.2.0

評估 OpenELM

# OpenELM-450M-Instruct
hf_model=apple/OpenELM-450M-Instruct

# 由於 lm-eval-harness 默認將 add_bos_token 設置為 False，但 OpenELM 使用的 LLaMA 分詞器需要 add_bos_token 為 True，因此需要此標誌
tokenizer=meta-llama/Llama-2-7b-hf
add_bos_token=True
batch_size=1

mkdir lm_eval_output

shot=0
task=arc_challenge,arc_easy,boolq,hellaswag,piqa,race,winogrande,sciq,truthfulqa_mc2
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

shot=5
task=mmlu,winogrande
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

shot=25
task=arc_challenge,crows_pairs_english
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

shot=10
task=hellaswag
lm_eval --model hf \
        --model_args pretrained=${hf_model},trust_remote_code=True,add_bos_token=${add_bos_token},tokenizer=${tokenizer} \
        --tasks ${task} \
        --device cuda:0 \
        --num_fewshot ${shot} \
        --output_path ./lm_eval_output/${hf_model//\//_}_${task//,/_}-${shot}shot \
        --batch_size ${batch_size} 2>&1 | tee ./lm_eval_output/eval-${hf_model//\//_}_${task//,/_}-${shot}shot.log

🔧 技術細節

OpenELM 使用逐層縮放策略，在Transformer模型的每一層中高效分配參數，從而提高了模型的準確性。預訓練數據集包含 RefinedWeb、去重後的 PILE、RedPajama 的一個子集和 Dolma v1.6 的一個子集，總計約 18 萬億個標記。

📄 許可證

本項目採用 apple-sample-code-license 許可證。

⚠️ 重要提示

OpenELM 模型的發佈旨在為開放研究社區提供最先進的語言模型，以促進和豐富相關研究。這些模型是在公開可用的數據集上進行訓練的，並且在發佈時沒有提供任何安全保證。因此，這些模型有可能根據用戶的提示生成不準確、有害、有偏見或令人反感的輸出。因此，用戶和開發者必須進行全面的安全測試，並根據其特定需求實施適當的過濾機制。

📖 引用

如果您認為我們的工作有用，請引用：

@article{mehtaOpenELMEfficientLanguage2024,
	title = {{OpenELM}: {An} {Efficient} {Language} {Model} {Family} with {Open} {Training} and {Inference} {Framework}},
	shorttitle = {{OpenELM}},
	url = {https://arxiv.org/abs/2404.14619v1},
	language = {en},
	urldate = {2024-04-24},
	journal = {arXiv.org},
	author = {Mehta, Sachin and Sekhavat, Mohammad Hossein and Cao, Qingqing and Horton, Maxwell and Jin, Yanzi and Sun, Chenfan and Mirzadeh, Iman and Najibi, Mahyar and Belenko, Dmitry and Zatloukal, Peter and Rastegari, Mohammad},
	month = apr,
	year = {2024},
}

@inproceedings{mehta2022cvnets, 
     author = {Mehta, Sachin and Abdolhosseini, Farzad and Rastegari, Mohammad}, 
     title = {CVNets: High Performance Library for Computer Vision}, 
     year = {2022}, 
     booktitle = {Proceedings of the 30th ACM International Conference on Multimedia}, 
     series = {MM '22} 
}