Llama 3.1 Nemotron 8B UltraLong 1M 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微调相结合，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类来进行对话推理。

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-1M-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

• 能够处理超长文本序列，上下文窗口最大可达400万个标记。
• 基于Llama-3.1构建，结合持续预训练和指令微调，提升长上下文理解和指令遵循能力。
• 在长上下文任务和标准任务的基准测试中均表现出色。

📦 安装指南

确保你的 transformers 库版本为 4.43.0 或更高。可以使用以下命令进行更新：

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-1M-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。

大海捞针任务

长上下文评估

标准能力评估

🔧 技术细节

• 持续预训练：训练数据来自预训练语料库，使用按域上采样方法，根据样本长度进行调整。模型在序列长度为100万、全局批次大小为8的情况下训练了125次迭代。
• 监督微调（SFT）：在通用、数学和代码领域的开源指令数据集上使用10亿个标记进行微调。从 AceMath-Instruct 的 ‘general_sft_stage2’ 中对数据进行子采样。

📄 许可证

本模型采用CC BY-NC 4.0许可证。

🔗 联系方式

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

📖 引用

@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}
 }