SmolLM-Chinese-180M
Introduction
遵循 SmolLM 的做法,从头训练了一个支持中英双语的 SmolLM-Chinese-180M。
这并非在 SmolLM 基础上做中文继续预训练得到的模型,而是训练方法遵循 SmolLM 得到的新模型。
请注意:这只是基座模型,未经过任何对齐。
Details
Tokenizer 选用了 Yi-1.5-9B-Chat 的。
模型结构选用最经典的 LLaMA。
模型参数设计遵循 Qwen2-0.5B,根据测试,深而窄的模型表现比较好,并且对于小模型,FFN 的升维维度可以适当更大。
但出于训练速度考虑,并未采用深而窄的模型设计,适当减小了深度。
学习率调度方式采用梯形调度,根据 SmolLM、MiniCPM 以及个人验证,在预训练上,效果确实好于余弦调度,并且梯形调度支持方便地增添数据和续训。
不同于 SmolLM 在最后 20% 的步骤开始衰减学习率,这里梯形调度的衰减步骤占比达到了 30%,采用和 MiniCPM 一致的指数衰减,最低衰减至最大学习率的 1%。
在非常多的开源数据集上进行了训练,并做了进一步筛选和过滤,因此仅列举了部分主要数据集。
训练数据整体比例大约为中文:英文:代码 = 4:4:2,同时中英文中均混合了一定的指令数据。
尚未进行任何基准测试。
How to Use
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
model_path = 'Mxode/SmolLM-Chinese-180M'
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path).to('cuda:0', torch.float16)
def get_response(text: str, model, **kwargs):
generation_args = dict(
max_new_tokens = kwargs.pop("max_new_tokens", 512),
do_sample = kwargs.pop("do_sample", True),
temperature = kwargs.pop("temperature", 0.55),
top_p = kwargs.pop("top_p", 0.8),
top_k = kwargs.pop("top_k", 40),
**kwargs
)
prompt = text
model_inputs = tokenizer([prompt], return_tensors="pt").to(model.device)
generated_ids = model.generate(model_inputs.input_ids, **generation_args)
generated_ids = [
output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
return response
text = "牛奶作为人类日常必须的优良营养食品,"
response = get_response(text, model, max_new_tokens=256, do_sample=True, temperature=1.0)
print(f'{text}{response}')
- Downloads last month
- 40