Doge 160M Instruct

🚀 Doge 160M Instruct

Doge 160M Instruct 模型采用动态掩码注意力进行序列转换，可使用多层感知器或跨域专家混合模型进行状态转换。该模型由 SmallDoge 社区训练，能有效应用于问答任务。

✨ 主要特性

Doge 使用动态掩码注意力（Dynamic Mask Attention）进行序列转换，并可使用多层感知器（Multi-Layer Perceptron）或跨域专家混合模型（Cross Domain Mixture of Experts）进行状态转换。动态掩码注意力允许 Transformer 在训练时使用自注意力机制，在推理时使用状态空间；跨域专家混合模型可以直接继承多层感知器的权重进行进一步训练。该模型由 SmallDoge 社区训练，详细的算法和模型架构相关论文即将发布，所有训练细节和代码可在 small-doge 仓库中找到。

💻 使用示例

基础用法

from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig, TextStreamer

tokenizer = AutoTokenizer.from_pretrained("SmallDoge/Doge-160M-Instruct")
model = AutoModelForCausalLM.from_pretrained("SmallDoge/Doge-160M-Instruct", trust_remote_code=True)

generation_config = GenerationConfig(
      max_new_tokens=100, 
      use_cache=True, 
      do_sample=True, 
      temperature=0.8, 
      top_p=0.9,
      repetition_penalty=1.0
)
steamer = TextStreamer(
      tokenizer=tokenizer, 
      skip_prompt=True
)

prompt = "Hi, how are you doing today?"
conversation = [
      {"role": "user", "content": prompt}
]
inputs = tokenizer.apply_chat_template(
    conversation=conversation,
    tokenize=True,
    return_tensors="pt",
)

outputs = model.generate(
    inputs, 
    tokenizer=tokenizer,
    generation_config=generation_config, 
    streamer=steamer
)

📚 详细文档

模型训练细节

我们通过先在 SmolTalk 上进行监督微调（SFT），然后在 UltraFeedback Binarized 上进行直接偏好优化（DPO）来构建 Doge-Instruct 模型。

监督微调（SFT）

直接偏好优化（DPO）

模型评估

训练过程

• SFT：
• DPO：

训练环境

• 镜像：nvcr.io/nvidia/pytorch:24.12 - py3
• 硬件：1x NVIDIA RTX 4090
• 软件：Transformers, TRL

📄 许可证

本项目采用 Apache-2.0 许可证。

📚 引用

@misc{smalldoges,
  title={SmallDoges: A Family of Dynamic UltraFast Small Language Models}, 
  author={Jingze, Shi and Yifan, Wu and Bingheng, Wu and Yuyu, Luo},
  year={2025},
  month={March},
  url={https://github.com/SmallDoges/small-doge}
}