H2o Danube3 500m Chat

🚀 h2o-danube3-500m-chat模型

h2o-danube3-500m-chat是H2O.ai公司微調的聊天模型，擁有5億參數。本模型能有效解決自然語言處理中的對話交互問題，為用戶提供智能、流暢的對話體驗。

🚀 快速開始

模型版本

h2o-danube3-500m-chat發佈了兩個版本：

訓練信息

該模型使用 H2O LLM Studio 進行訓練。並且可以在手機上完全離線原生運行，你可以通過 H2O AI Personal GPT 親自體驗。

✨ 主要特性

• 參數規模：約5億參數，在保證性能的同時，也能在一定程度上降低計算資源的需求。
• 架構調整：對Llama 2架構進行了調整，詳情可參考 技術報告。
• 分詞器：使用Mistral分詞器，詞彙量為32,000，訓練時上下文長度可達8,192。
• 離線運行：可以在手機上完全離線原生運行。

📦 安裝指南

若要在配備GPU的機器上使用transformers庫調用該模型，首先要確保已安裝transformers庫：

pip install transformers>=4.42.3

💻 使用示例

基礎用法

import torch
from transformers import pipeline

pipe = pipeline(
    "text-generation",
    model="h2oai/h2o-danube3-500m-chat",
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

# 我們使用HF分詞器的聊天模板來格式化每條消息
# https://huggingface.co/docs/transformers/main/en/chat_templating
messages = [
    {"role": "user", "content": "Why is drinking water so healthy?"},
]
prompt = pipe.tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
res = pipe(
    prompt,
    return_full_text=False,
    max_new_tokens=256,
)
print(res[0]["generated_text"])

此代碼會直接應用並運行正確的提示格式：

<|prompt|>Why is drinking water so healthy?</s><|answer|>

高級用法

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "h2oai/h2o-danube3-500m-chat"

tokenizer = AutoTokenizer.from_pretrained(
    model_name,
)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)

messages = [
    {"role": "user", "content": "Why is drinking water so healthy?"},
]
prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
inputs = tokenizer(
    prompt, return_tensors="pt", add_special_tokens=False
).to("cuda")

# 生成配置可按需修改
tokens = model.generate(
    input_ids=inputs["input_ids"],
    attention_mask=inputs["attention_mask"],
    min_new_tokens=2,
    max_new_tokens=256,
)[0]

tokens = tokens[inputs["input_ids"].shape[1]:]
answer = tokenizer.decode(tokens, skip_special_tokens=True)
print(answer)

🔧 技術細節

模型架構

模型架構的詳細信息如下：

具體的模型架構代碼如下：

LlamaForCausalLM(
  (model): LlamaModel(
    (embed_tokens): Embedding(32000, 1536, padding_idx=0)
    (layers): ModuleList(
      (0-15): 16 x LlamaDecoderLayer(
        (self_attn): LlamaSdpaAttention(
          (q_proj): Linear(in_features=1536, out_features=1536, bias=False)
          (k_proj): Linear(in_features=1536, out_features=768, bias=False)
          (v_proj): Linear(in_features=1536, out_features=768, bias=False)
          (o_proj): Linear(in_features=1536, out_features=1536, bias=False)
          (rotary_emb): LlamaRotaryEmbedding()
        )
        (mlp): LlamaMLP(
          (gate_proj): Linear(in_features=1536, out_features=4096, bias=False)
          (up_proj): Linear(in_features=1536, out_features=4096, bias=False)
          (down_proj): Linear(in_features=4096, out_features=1536, bias=False)
          (act_fn): SiLU()
        )
        (input_layernorm): LlamaRMSNorm()
        (post_attention_layernorm): LlamaRMSNorm()
      )
    )
    (norm): LlamaRMSNorm()
  )
  (lm_head): Linear(in_features=1536, out_features=32000, bias=False)
)

量化與分片

你可以通過指定 load_in_8bit=True 或 load_in_4bit=True 來使用量化方式加載模型。此外，通過設置 device_map=auto 可以在多個GPU上進行分片。

📚 詳細文檔

基準測試

Open LLM Leaderboard v1

MT-Bench

First Turn: 4.16
Second Turn: 2.40
Average: 3.28

免責聲明

在使用本倉庫提供的大語言模型之前，請仔細閱讀此免責聲明。你使用該模型即表示你同意以下條款和條件。

• 偏差與冒犯性：該大語言模型是在各種互聯網文本數據上進行訓練的，這些數據可能包含有偏差、種族主義、冒犯性或其他不適當的內容。使用此模型即表示你承認並接受生成的內容有時可能存在偏差，或產生冒犯性或不適當的內容。本倉庫的開發者不認可、支持或推廣任何此類內容或觀點。
• 侷限性：該大語言模型是基於人工智能的工具，並非人類。它可能會產生錯誤、無意義或不相關的回覆。用戶有責任批判性地評估生成的內容，並自行決定是否使用。
• 風險自擔：使用此大語言模型的用戶必須對使用該工具可能產生的任何後果承擔全部責任。本倉庫的開發者和貢獻者不對因使用或濫用所提供的模型而導致的任何損害、損失或傷害承擔責任。
• 道德考量：鼓勵用戶負責任且合乎道德地使用該大語言模型。使用此模型即表示你同意不將其用於宣揚仇恨言論、歧視、騷擾或任何形式的非法或有害活動。
• 問題反饋：如果你遇到該大語言模型生成的有偏差、冒犯性或其他不適當的內容，請通過提供的渠道向倉庫維護者報告。你的反饋將有助於改進模型並減少潛在問題。
• 免責聲明變更：本倉庫的開發者保留隨時修改或更新此免責聲明的權利，且無需事先通知。用戶有責任定期查看免責聲明，以瞭解任何變更。

使用本倉庫提供的大語言模型即表示你同意接受並遵守本免責聲明中規定的條款和條件。如果你不同意本免責聲明的任何部分，則應避免使用該模型及其生成的任何內容。

📄 許可證

本項目採用Apache-2.0許可證。