Llama 3.1 8B UltraLong 4M Instruct

🚀 Nemotron-UltraLong-8B模型

Nemotron-UltraLong-8B 是一系列超长上下文语言模型，旨在处理大量文本序列（最多可达100万、200万和400万个标记），同时在标准基准测试中保持有竞争力的性能。该模型基于Llama-3.1构建，采用了系统的训练方法，将高效的持续预训练与指令调优相结合，以增强长上下文理解和指令遵循能力。这种方法使模型能够在不牺牲整体性能的情况下，有效扩展其上下文窗口。

🚀 快速开始

从 transformers >= 4.43.0 版本开始，你可以使用Transformers的 pipeline 抽象或借助 generate() 函数的Auto类来运行对话推理。

请确保通过 pip install --upgrade transformers 更新你的transformers库。

import transformers
import torch

model_id = "nvidia/Llama-3.1-Nemotron-8B-UltraLong-4M-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

✨ 主要特性

• 超长上下文处理能力：能够处理最多400万个标记的文本序列。
• 高效训练方法：结合持续预训练和指令调优，提升长上下文理解和指令遵循能力。
• 多领域适应性：在长上下文任务和标准任务中均表现出色。

📦 安装指南

通过以下命令更新transformers库：

pip install --upgrade transformers

💻 使用示例

基础用法

import transformers
import torch

model_id = "nvidia/Llama-3.1-Nemotron-8B-UltraLong-4M-Instruct"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

outputs = pipeline(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

📚 详细文档

模型卡片

评估结果

我们在一系列多样化的基准测试中对Nemotron-UltraLong-8B进行了评估，包括长上下文任务（如RULER、LV-Eval和InfiniteBench）和标准任务（如MMLU、MATH、GSM-8K和HumanEval）。UltraLong-8B在超长上下文任务中表现出色，同时在标准基准测试中也保持了有竞争力的结果。

大海捞针测试

长上下文评估

标准能力评估

🔧 技术细节

• 模型架构：基于Llama-3.1架构构建。
• 训练方法：结合持续预训练和监督微调，以提升模型性能。
• 数据处理：在持续预训练和监督微调阶段采用不同的数据处理策略。

📄 许可证

本模型采用CC BY-NC 4.0许可证。

对应信息

• Chejian Xu (chejian2@illinois.edu)
• Wei Ping (wping@nvidia.com)

引用信息

@article{ulralong2025,
  title={From 128K to 4M: Efficient Training of Ultra-Long Context Large Language Models},
  author={Xu, Chejian and Ping, Wei and Xu, Peng and Liu, Zihan and Wang, Boxin and Shoeybi, Mohammad and Catanzaro, Bryan},
  journal={arXiv preprint},
  year={2025}
 }