Falcon H1 3B Instruct

🚀 Falcon-H1模型

Falcon-H1是基於混合Transformer和Mamba架構的因果解碼器語言模型，支持英文和多語言，在推理任務等多種任務中表現出色。

🚀 快速開始

目前，要使用此模型，你可以依賴Hugging Face的transformers、vLLM或我們自定義的llama.cpp庫的分支。

✨ 主要特性

• 架構先進：採用混合Transformer + Mamba架構。
• 語言支持廣：支持英文和多語言。
• 性能出色：在多種任務中表現良好，包括推理任務。

📦 安裝指南

安裝transformers

確保安裝transformers的最新版本，你可以從源代碼安裝：

pip install git+https://github.com/huggingface/transformers.git

更多關於從源代碼構建vLLM的詳細信息，請參考官方vLLM文檔。

安裝vLLM

pip install vllm

安裝llama.cpp

你可以安裝我們的llama.cpp庫的分支並直接使用：https://github.com/tiiuae/llama.cpp-Falcon-H1，使用與llama.cpp相同的安裝指南。

💻 使用示例

基礎用法

使用transformers運行H1模型

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "tiiuae/Falcon-H1-1B-Base"

model = AutoModelForCausalLM.from_pretrained(
  model_id,
  torch_dtype=torch.bfloat16,
  device_map="auto"
)

# Perform text generation

使用vLLM啟動服務器

# pip install vllm
vllm serve tiiuae/Falcon-H1-1B-Instruct --tensor-parallel-size 2 --data-parallel-size 1

高級用法

目前文檔未提供高級用法示例，你可以參考官方文檔或社區資源獲取更多信息。

📚 詳細文檔

模型詳情

訓練詳情

有關此模型訓練協議的更多詳細信息，請參考Falcon-H1技術博客文章。

評估結果

Falcon-H1系列在各種任務中表現出色，包括推理任務。以下是部分任務的評估結果：

你可以在我們的發佈博客文章中查看更詳細的基準測試。

有用鏈接

• 查看我們的發佈博客文章。
• 如果你有任何問題或想與我們的研究人員和開發人員交流，請加入我們的Discord服務器。

📄 許可證

本模型使用Falcon-LLM License，詳情請見許可證鏈接。

📖 引用

如果Falcon-H1系列模型對你的工作有幫助，請引用：

@misc{tiifalconh1,
    title = {Falcon-H1: A Family of Hybrid-Head Language Models Redefining Efficiency and Performance},
    url = {https://falcon-lm.github.io/blog/falcon-h1},
    author = {Falcon-LLM Team},
    month = {May},
    year = {2025}
}