Llama 3.1 Nemotron 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（最长可达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，采用了一种系统的训练方法，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 命令更新你的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

模型列表

• nvidia/Llama-3.1-Nemotron-8B-UltraLong-1M-Instruct
• nvidia/Llama-3.1-Nemotron-8B-UltraLong-2M-Instruct
• nvidia/Llama-3.1-Nemotron-8B-UltraLong-4M-Instruct

模型评估

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

📚 详细文档

模型卡片

🔧 技术细节

本模型基于Llama-3.1构建，通过结合高效的持续预训练和监督微调（SFT），实现了对长上下文的有效处理。持续预训练阶段使用了特定的上采样策略和训练参数，以适应长序列的训练。监督微调阶段则在多个领域的开源指令数据集上进行，进一步提升了模型的指令遵循能力。

📄 许可证

本项目采用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}
 }