Falcon H1 0.5B Instruct

🚀 transformers

transformers 是一个强大的库，支持使用Falcon-H1系列模型进行推理，在多种任务上表现出色，为自然语言处理提供了高效的解决方案。

🚀 快速开始

目前，要使用此模型，你可以依赖Hugging Face的 transformers、vLLM 或我们自定义的 llama.cpp 库的分支。

✨ 主要特性

• 模型类型：因果解码器
• 架构：混合Transformer + Mamba架构
• 语言：英文
• 许可证：Falcon-LLM许可证

📦 安装指南

确保安装最新版本的 transformers 或 vLLM，必要时从源代码安装这些包：

pip install git+https://github.com/huggingface/transformers.git

更多关于从源代码构建 vLLM 的详细信息，请参考 官方vLLM文档。

💻 使用示例

基础用法

使用 transformers 运行H1模型

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "tiiuae/Falcon-H1-1B-Base"

model = AutoModelForCausalLM.from_pretrained(
  model_id,
  torch_dtype=torch.bfloat16,
  device_map="auto"
)

# Perform text generation

使用 vLLM

对于 vLLM，只需执行以下命令启动服务器：

# pip install vllm
vllm serve tiiuae/Falcon-H1-1B-Instruct --tensor-parallel-size 2 --data-parallel-size 1

使用 llama.cpp

在我们将架构直接集成到 llama.cpp 库的同时，你可以安装我们的库分支并直接使用：https://github.com/tiiuae/llama.cpp-Falcon-H1，使用与 llama.cpp 相同的安装指南。

📚 详细文档

模型详情

• 开发者：https://www.tii.ae
• 模型类型：因果解码器
• 架构：混合Transformer + Mamba架构
• 语言：英文
• 许可证：Falcon-LLM许可证

训练详情

有关此模型训练协议的更多详细信息，请参考 Falcon-H1技术博客文章。

评估

Falcon-H1系列在各种任务上表现出色，包括推理任务。

你可以在 我们的发布博客文章 中查看更详细的基准测试。

有用链接

• 查看 我们的发布博客文章。
• 如果你有任何问题或想与我们的研究人员和开发人员交流，请随时加入 我们的Discord服务器。

📄 许可证

此模型使用 Falcon-LLM许可证。

📚 引用

如果Falcon-H1系列模型对你的工作有帮助，请随意引用：

@misc{tiifalconh1,
    title = {Falcon-H1: A Family of Hybrid-Head Language Models Redefining Efficiency and Performance},
    url = {https://falcon-lm.github.io/blog/falcon-h1},
    author = {Falcon-LLM Team},
    month = {May},
    year = {2025}
}