Falcon H1 0.5B Instruct

🚀 transformers

transformers 是一個強大的庫，支持使用Falcon-H1系列模型進行推理，在多種任務上表現出色，為自然語言處理提供了高效的解決方案。

🚀 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

• 模型類型：因果解碼器
• 架構：混合Transformer + Mamba架構
• 語言：英文
• 許可證：Falcon-LLM許可證

📦 安裝指南

確保安裝最新版本的 transformers 或 vLLM，必要時從源代碼安裝這些包：

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。

💻 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

對於 vLLM，只需執行以下命令啟動服務器：

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

使用 llama.cpp

在我們將架構直接集成到 llama.cpp 庫的同時，你可以安裝我們的庫分支並直接使用：https://github.com/tiiuae/llama.cpp-Falcon-H1，使用與 llama.cpp 相同的安裝指南。

📚 詳細文檔

模型詳情

• 開發者：https://www.tii.ae
• 模型類型：因果解碼器
• 架構：混合Transformer + Mamba架構
• 語言：英文
• 許可證：Falcon-LLM許可證

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

Falcon-H1系列在各種任務上表現出色，包括推理任務。

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，請隨時加入 我們的Discord服務器。

📄 許可證

此模型使用 Falcon-LLM許可證。

📚 引用

如果Falcon-H1系列模型對你的工作有幫助，請隨意引用：

@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}
}