Gemma 2 9b

🚀 Gemma 2模型介紹

Gemma 2是谷歌推出的輕量級、最先進的開放模型家族，基於與Gemini模型相同的研究和技術構建。它是僅解碼器的大語言模型，適用於多種文本生成任務，如問答、摘要和推理等。

🚀 快速開始

若要在Hugging Face上使用Gemma，你需要查看並同意Google的使用許可。請確保你已登錄Hugging Face，然後點擊下方按鈕，請求將立即處理。 確認許可

✨ 主要特性

• 輕量級：相對較小的模型規模，可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。
• 多任務處理：適用於多種文本生成任務，包括問答、摘要和推理等。
• 開放模型：提供預訓練和指令調整變體的開放權重。

📦 安裝指南

首先，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-2-9b",
    device="cuda",  # 若在Mac設備上運行，可替換為 "mps"
)

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-2-9b")
model = AutoModelForCausalLM.from_pretrained(
    "google/gemma-2-9b",
    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-2-9b" --prompt "What is the capital of Mexico?"

通過bitsandbytes使用量化版本

# pip install bitsandbytes accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig

quantization_config = BitsAndBytesConfig(load_in_8bit=True)

tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b")
model = AutoModelForCausalLM.from_pretrained(
    "google/gemma-2-9b",
    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]))

# pip install bitsandbytes accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig

quantization_config = BitsAndBytesConfig(load_in_4bit=True)

tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b")
model = AutoModelForCausalLM.from_pretrained(
    "google/gemma-2-9b",
    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

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")

# 加載模型和分詞器
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b")
model = Gemma2ForCausalLM.from_pretrained("google/gemma-2-9b", 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過程
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))

📚 詳細文檔

輸入和輸出

• 輸入：文本字符串，如問題、提示或待總結的文檔。
• 輸出：針對輸入生成的英語文本，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。主要數據來源包括：

• 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、符號表示和處理數學查詢。

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：為了使Gemma預訓練模型安全可靠，使用自動化技術從訓練集中過濾掉某些個人信息和其他敏感數據。
• 其他方法：根據我們的政策基於內容質量和安全性進行過濾。

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。TPU在訓練大語言模型方面具有以下優勢：

• 性能：專門設計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。
• 內存：通常配備大量高帶寬內存，允許在訓練期間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 Pods（大型TPU集群）為處理大型基礎模型的不斷增長的複雜性提供了可擴展的解決方案，可在多個TPU設備上分佈訓練以實現更快、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節省的時間和資源。

軟件

使用JAX和ML Pathways進行訓練。

• JAX：使研究人員能夠利用最新一代的硬件（包括TPU）進行更快、更高效的大型模型訓練。
• ML Pathways：Google最新構建能夠跨多個任務進行泛化的人工智能系統的努力，特別適用於基礎模型，包括此類大語言模型。

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，以涵蓋文本生成的不同方面：

倫理和安全

評估方法

對模型進行了與倫理和安全相關的多個類別的評估，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、暴力和血腥以及仇恨言論）的提示進行人工評估。
• 文本到文本代表性危害：針對相關學術數據集（如 WinoBias 和 BBQ 數據集）進行基準測試。
• 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、放射和核（CBRN）風險。

評估結果

倫理和安全評估的結果在符合內部政策的可接受閾值內，涵蓋兒童安全、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測試（如 BBQ、BOLD、Winogender、Winobias、RealToxicity 和 TruthfulQA）的結果。

Gemma 2.0

使用和限制

預期用途

• 內容創作和交流：
  • 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。
• 研究和教育：
  • 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，有助於語法糾正或提供寫作練習。
  • 知識探索：通過生成摘要或回答特定主題的問題，幫助研究人員探索大量文本。

限制

• 訓練數據：訓練數據的質量和多樣性會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：大語言模型更擅長有明確提示和說明的任務，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，較長的上下文通常會導致更好的輸出）。
• 語言歧義與細微差別：自然語言本質上很複雜，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中學到的信息生成響應，但它們不是知識庫，可能會生成不正確或過時的事實陳述。
• 常識：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。

倫理考慮和風險

• 偏差和公平性：在大規模真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，對這些模型進行了仔細審查、輸入數據預處理和後續評估。
• 錯誤信息和濫用：大語言模型可能被濫用來生成虛假、誤導或有害的文本，提供了負責任使用模型的指南。
• 透明度和問責制：本模型卡片總結了模型的架構、能力、限制和評估過程的詳細信息，負責任地開發的開放模型為AI生態系統中的開發者和研究人員提供了分享創新和使用大語言模型技術的機會。

風險識別和緩解措施

• 偏差的延續：鼓勵在模型訓練、微調等用例中進行持續監測（使用評估指標、人工審查）並探索去偏差技術。
• 有害內容的生成：內容安全機制和指南至關重要，鼓勵開發者根據其特定產品政策和應用用例謹慎行事並實施適當的內容安全保障措施。
• 惡意用途：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，提供了教育資源和用戶舉報濫用的機制，Gemma禁止使用政策中概述了Gemma模型的禁止用途。
• 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並採用隱私保護技術。

優勢

在發佈時，與類似規模的模型相比，該模型家族提供了從頭開始為負責任的AI開發設計的高性能開放大語言模型實現。使用本文檔中描述的基準評估指標，這些模型已顯示出比其他類似規模的開放模型替代方案具有更優的性能。

📄 許可證

Gemma模型的使用需遵循Google的使用許可，詳情請見Terms。