EXAONE 4.0 1.2B GGUF

🚀 EXAONE-4.0-1.2B GGUF模型

EXAONE-4.0-1.2B GGUF模型整合了非推理模式和推理模式，兼具EXAONE 3.5的出色可用性和EXAONE Deep的高級推理能力。其多語言能力得到擴展，除英語和韓語外，還支持西班牙語。該模型有32B和1.2B兩種尺寸，可滿足不同場景需求。

🚀 快速開始

你需要安裝從原始版本分叉而來的transformers庫，該庫可在我們的PR中獲取。一旦此PR合併併發布，我們將更新此部分內容。

你可以通過以下命令安裝支持EXAONE 4.0的最新版本transformers：

pip install git+https://github.com/lgai-exaone/transformers@add-exaone4

基礎用法

對於一般使用場景，你可以使用以下示例代碼調用EXAONE 4.0模型：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LGAI-EXAONE/EXAONE-4.0-1.2B"

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

# choose your prompt
prompt = "Explain how wonderful you are"
prompt = "Explica lo increíble que eres"
prompt = "너가 얼마나 대단한지 설명해 봐"

messages = [
    {"role": "user", "content": prompt}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt"
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=128,
    do_sample=False,
)
print(tokenizer.decode(output[0]))

高級用法

推理模式

EXAONE 4.0模型具備處理複雜問題的推理能力。你可以通過在tokenizer中使用enable_thinking=True參數來激活推理模式，該參數會打開一個以<think>標籤開頭的推理塊，但不會關閉它。

messages = [
    {"role": "user", "content": "Which one is bigger, 3.12 vs 3.9?"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    enable_thinking=True,
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=128,
    do_sample=True,
    temperature=0.6,
    top_p=0.95
)
print(tokenizer.decode(output[0]))

⚠️ 重要提示

推理模式下的模型生成結果可能會受到採樣參數的敏感影響，因此為了獲得更好的質量，請參考使用指南。

智能工具調用

EXAONE 4.0模型可以作為智能代理，利用其工具調用能力。你可以為模型提供工具模式，以實現有效的工具調用。

import random

def roll_dice(max_num: int):
    return random.randint(1, max_num)

tools = [
    {
        "type": "function",
        "function": {
            "name": "roll_dice",
            "description": "Roll a dice with the number 1 to N. User can select the number N.",
            "parameters": {
                "type": "object",
                "required": ["max_num"],
                "properties": {
                    "max_num": {
                        "type": "int",
                        "description": "Max number of the dice"
                    }
                }
            }
        }
    }
]

messages = [
    {"role": "user", "content": "Roll D6 dice twice!"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    tools=tools,
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=1024,
    do_sample=True,
    temperature=0.6,
    top_p=0.95,
)
print(tokenizer.decode(output[0]))

✨ 主要特性

• 混合模式：集成非推理模式和推理模式，兼顧可用性和推理能力。
• 多語言支持：支持英語、韓語和西班牙語。
• 智能工具調用：可作為智能代理，調用工具解決問題。

📦 安裝指南

TensorRT-LLM部署

TensorRT-LLM在最新提交中正式支持EXAONE 4.0模型。在其發佈之前，你需要克隆TensorRT-LLM倉庫並從源代碼進行構建。

git clone https://github.com/NVIDIA/TensorRT-LLM.git

克隆倉庫後，你需要構建源代碼以進行安裝。請參考官方文檔來構建TensorRT-LLM環境。

你可以按照以下步驟運行TensorRT-LLM服務器：

1. 編寫額外的配置YAML文件

# extra_llm_api_config.yaml
kv_cache_config:
  enable_block_reuse: false

2. 使用配置運行服務器

trtllm-serve serve [MODEL_PATH] --backend pytorch --extra_llm_api_options extra_llm_api_config.yaml

更多詳細信息，請參考TensorRT-LLM中EXAONE的文檔。

⚠️ 重要提示

目前包括vllm和sglang在內的其他推理引擎尚未正式支持EXAONE 4.0。我們將在這些庫更新後儘快進行更新。

📚 詳細文檔

模型生成細節

該模型使用llama.cpp在提交版本bf9087f5下生成。

點擊此處獲取選擇合適GGUF模型格式的信息。

模型配置

模型架構變更

在EXAONE 4.0架構中，與之前的EXAONE模型相比，我們進行了以下新的架構更改：

1. 混合注意力機制：對於32B模型，我們採用混合注意力方案，將局部注意力（滑動窗口注意力）與全局注意力（全注意力）以3:1的比例結合。為了更好地理解全局上下文，我們在全局注意力中不使用旋轉位置嵌入（RoPE）。
2. QK重排序歸一化：我們通過直接對注意力和多層感知機（MLP）的輸出應用層歸一化（LayerNorm），重新調整了傳統預層歸一化（Pre-LN）方案中LayerNorm的位置，並在Q和K投影之後添加了均方根歸一化（RMS）。儘管這會消耗更多的計算資源，但有助於在下游任務中取得更好的性能。

更多詳細信息，請參考我們的技術報告、HuggingFace論文、博客和GitHub。

🔧 技術細節

以下表格展示了每個模型在推理和非推理模式下的評估結果。評估細節可在技術報告中找到。

• ✅ 表示模型具有混合推理能力，可根據需求選擇推理/非推理模式。
• 為了評估韓語的實用和專業知識，我們採用了KMMLU-Redux和KMMLU-Pro兩個基準測試。這兩個數據集均已公開發布！

32B推理模式評估結果

32B非推理模式評估結果

📄 許可證

本項目採用exaone許可證。

🎉 許可證已更新！我們很高興地宣佈推出了更加靈活的許可條款 🤗 ✈️ 你可以在FriendliAI上進行試用。