ERNIE 4.5 300B A47B PT GGUF

🚀 ERNIE-4.5-300B-A47B

ERNIE-4.5-300B-A47B 是一款文本生成模型，具有多模态预训练、高效训练架构和特定模态微调等先进技术，在文本理解和生成等任务上表现出色。

⚠️ 重要提示

注意：“-Paddle” 模型使用 PaddlePaddle 权重，而 “-PT” 模型使用 Transformer 风格的 PyTorch 权重。

✨ 主要特性

ERNIE 4.5 模型，特别是基于 MoE 的 A47B 和 A3B 系列，具备先进的能力，这得益于以下几个关键的技术创新：

1. 多模态异构 MoE 预训练：我们的模型在文本和视觉两种模态上进行联合训练，以更好地捕捉多模态信息的细微差别，并提高在文本理解与生成、图像理解和跨模态推理等任务上的性能。为了避免一种模态阻碍另一种模态的学习，我们设计了一种异构 MoE 结构，引入了模态隔离路由，并采用了路由正交损失和多模态令牌平衡损失。这些架构选择确保了两种模态都能得到有效表示，从而在训练过程中实现相互强化。
2. 高效扩展的基础设施：我们提出了一种新颖的异构混合并行和分层负载均衡策略，用于 ERNIE 4.5 模型的高效训练。通过使用节点内专家并行、内存高效的流水线调度、FP8 混合精度训练和细粒度重计算方法，我们实现了卓越的预训练吞吐量。在推理方面，我们提出了多专家并行协作方法和卷积代码量化算法，以实现 4 位/2 位无损量化。此外，我们引入了具有动态角色切换的 PD 解聚技术，以有效利用资源，提高 ERNIE 4.5 MoE 模型的推理性能。基于 PaddlePaddle 构建的 ERNIE 4.5 能够在广泛的硬件平台上实现高性能推理。
3. 特定模态的后训练：为了满足现实应用的多样化需求，我们针对特定模态对预训练模型的变体进行了微调。我们的大语言模型（LLMs）针对通用语言理解和生成进行了优化。视觉语言模型（VLMs）专注于视觉 - 语言理解，并支持思考和非思考两种模式。每个模型在后期训练中都采用了监督微调（SFT）、*直接偏好优化（DPO）或一种名为统一偏好优化（UPO）*的改进强化学习方法。

📦 安装指南

在使用该模型之前，请确保你已经安装了 transformers 库（版本 4.50.0 或更高）。

💻 使用示例

基础用法

使用 transformers 库调用模型：

from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "baidu/ERNIE-4.5-300B-A47B-PT"
# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)
# prepare the model input
prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], add_special_tokens=False, return_tensors="pt").to(model.device)
# conduct text completion
generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=1024
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist()
# decode the generated ids
generate_text = tokenizer.decode(output_ids, skip_special_tokens=True).strip("\n")
print("generate_text:", generate_text)

高级用法

使用 vLLM 调用模型：

# 80G * 16 GPU
vllm serve baidu/ERNIE-4.5-300B-A47B-PT --trust-remote-code

# FP8 online quantification 80G * 16 GPU
vllm serve baidu/ERNIE-4.5-300B-A47B-PT --trust-remote-code --quantization fp8

📚 详细文档

采样参数

为了获得最佳性能，我们建议使用 Temperature=0.8，TopP=0.8。

网络搜索提示

对于网络搜索，{references}、{date} 和 {question} 是参数。

对于中文问题，我们使用以下提示：

ernie_search_zh_prompt = \
'''下面你会收到当前时间、多个不同来源的参考文章和一段对话。你的任务是阅读多个参考文章，并根据参考文章中的信息回答对话中的问题。
以下是当前时间和参考文章：
---------
#当前时间
{date}
#参考文章
{references}
---------
请注意：
1. 回答必须结合问题需求和当前时间，对参考文章的可用性进行判断，避免在回答中使用错误或过时的信息。
2. 当参考文章中的信息无法准确地回答问题时，你需要在回答中提供获取相应信息的建议，或承认无法提供相应信息。
3. 你需要优先根据百科、官网、权威机构、专业网站等高权威性来源的信息来回答问题。
4. 回复需要综合参考文章中的相关数字、案例、法律条文、公式等信息，使你的答案更专业。
5. 当问题属于创作类任务时，需注意以下维度：
   - 态度鲜明：观点、立场清晰明确，避免模棱两可，语言果断直接
   - 文采飞扬：用词精准生动，善用修辞手法，增强感染力
   - 有理有据：逻辑严密递进，结合权威数据/事实支撑论点
---------
下面请结合以上信息，回答问题，补全对话
{question}'''

对于英文问题，我们使用以下提示：

ernie_search_en_prompt = \
'''
Below you will be given the current time, multiple references from different sources, and a conversation. Your task is to read the references and use the information in them to answer the question in the conversation.
Here are the current time and the references:
---------
#Current Time
{date}
#References
{references}
---------
Please note:
1. Based on the question’s requirements and the current time, assess the usefulness of the references to avoid using inaccurate or outdated information in the answer.  
2. If the references do not provide enough information to accurately answer the question, you should suggest how to obtain the relevant information or acknowledge that you are unable to provide it.  
3. Prioritize using information from highly authoritative sources such as encyclopedias, official websites, authoritative institutions, and professional websites when answering questions.
4. Incorporate relevant numbers, cases, legal provisions, formulas, and other details from the references to make your answer more professional.
5. For creative tasks, keep these dimensions in mind:
   - Clear attitude: Clear views and positions, avoid ambiguity, and use decisive and direct language
   - Brilliant writing: Precise and vivid words, good use of rhetoric, and enhance the appeal
   - Well-reasoned: Rigorous logic and progressive, combined with authoritative data/facts to support the argument
---------
Now, using the information above, answer the question and complete the conversation:  
{question}'''

参数说明：

• {question} 是用户的问题。
• {date} 是当前时间，推荐格式为 “YYYY-MM-DD HH:MM:SS, 星期几, 北京/中国”。
• {references} 是参考文章，推荐格式如下：

##参考文章1
标题：周杰伦
文章发布时间：2025-04-20
内容：周杰伦(Jay Chou),1979年1月18日出生于台湾省新北市,祖籍福建省永春县,华语流行乐男歌手、音乐人、演员、导演、编剧,毕业于淡江中学。2000年,发行个人首张音乐专辑《Jay》。...
来源网站网址：baike.baidu.com
来源网站的网站名：百度百科
##参考文章2
...

🔧 技术细节

📄 许可证

ERNIE 4.5 模型遵循 Apache 许可证 2.0。该许可证允许商业使用，但需遵守其条款和条件。版权所有 (c) 2025 百度公司。保留所有权利。

📚 引用

如果您发现 ERNIE 4.5 很有用，或者希望在您的项目中使用它，请引用我们的技术报告：

@misc{ernie2025technicalreport,
      title={ERNIE 4.5 Technical Report},
      author={Baidu ERNIE Team},
      year={2025},
      eprint={},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={}
}