将端侧大模型进行到底-MiniCPM3-4B开源

发布于 2024-9-9 01:07
浏览
0收藏

面壁一直都在做端侧大模型,之前有文本系列MiniCPM-2B模型,还有多模态系列的MiniCPM-V系列模型,今天又开源了MiniCPM3-4B模型,真是端侧一路走到低。

这次MiniCPM3-4B也是在效果上有了巨大的提升,超过Phi-3.5-mini-Instruct模型,肩比Llama3.1-8B-Instruct、GLM-4-9B-Chat、Qwen2-7B-Instruct等一众模型,堪称小模型之王。

之前的MiniCPM-2B模型报告也是干活满满,详见:https://shengdinghu.notion.site/MiniCPM-c805a17c5c8046398914e47f0542095a

这里说一下哈,MiniCPM-2B是1.0版本模型,MiniCPM-1B是2.0版本模型,现在是3.0版本4B。

模型改进

下面是3个版本的模型结构(1->2->3)的区别:

  • 位置编码:RoPE->RoPE->RoPE

注意力机制:MHA->GQA->MLA,MLA也是DeepSeek-V2的核心创新

将端侧大模型进行到底-MiniCPM3-4B开源-AI.x社区

  • 词表大小:123K->73K->73K
  • 模型层数:40->52->62
  • 隐藏层节点:2304->1536->2560
  • 最大长度:4k->4K->32k
  • 系统提示词:不支持->不支持->支持
  • 工具调用和代码解释器:不支持->不支持->支持

同时,还发布了RAG套件MiniCPM-Embedding模型和MiniCPM-Reranker模型,针对 RAG场景还发布了微调版MiniCPM3-RAG-LoRA模型。

模型效果

MiniCPM3-4B模型在中文英文遵循、数据推理、代码能力、工具调用上表现均很不错的效果。

将端侧大模型进行到底-MiniCPM3-4B开源-AI.x社区

其中,工具调用能力尤为突出,在Berkeley Function Calling Leaderboard上优于Llama3.1-8B-Instruct、GLM-4-9B-Chat、Qwen2-7B-Instruct等更大模型。

将端侧大模型进行到底-MiniCPM3-4B开源-AI.x社区

长文档的大海捞针也是全绿。

将端侧大模型进行到底-MiniCPM3-4B开源-AI.x社区

模型快速使用

PS:模型下载有困难的同学,详见我之前写的一篇文章​​《大模型下载使我痛苦》​​。

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# 模型加载
path = "openbmb/MiniCPM3-4B"

tokenizer = AutoTokenizer.from_pretrained(path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(path, torch_dtype=torch.bfloat16, device_map="cuda", trust_remote_code=True)

# 输入构造
messages = [
    {"role": "user", "content": "你知道刘聪NLP是谁吗?"},
]
model_inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to("cuda")

# 模型生成
model_outputs = model.generate(
    model_inputs,
    max_new_tokens=1024,
    top_p=0.8,
    temperature=0.9,
    repetition_penalty=1.1
)

# 模型解码
output_token_ids = [
    model_outputs[i][len(model_inputs[i]):] for i in range(len(model_inputs))
]

responses = tokenizer.batch_decode(output_token_ids, skip_special_tokens=True)[0]
print(responses)

本文转载自 NLP工作站​,作者: 刘聪NLP

收藏
回复
举报
回复
相关推荐