LLaMA
LLaMA
关于
- Introducing LLaMA: A foundational, 65-billion-parameter large language model
https://ai.facebook.com/blog/large-language-model-llama-meta-ai/ - github : https://github.com/facebookresearch/llama
- 论文：LLaMA: Open and Efficient Foundation Language Models
https://arxiv.org/abs/2302.13971 - LLaMA Model Card : https://github.com/facebookresearch/llama/blob/main/MODEL_CARD.md
相关教程
- ChatGPT开源平替（2）——LLaMA
https://zhuanlan.zhihu.com/p/617758506
模型说明
转载翻译自：https://github.com/facebookresearch/llama/blob/main/MODEL_CARD.md
This repository is intended as a minimal, hackable and readable example to load LLaMA (arXiv) models and run inference.
提供多种大小的 LLaMA ： 7B, 13B, 33B, 和 65B 参数，并共享LLaMA模型卡，详细说明如何根据 可靠的的人工智能实践方法构建模型。
在1.4万亿 tokens 上训练了LLaMA 65B和LLaMA 33B。我们最小的模型LLaMA 7B是在一万亿个 tokens 上训练的。
与其他大型语言模型一样，LLaMA的工作原理是将一系列单词作为输入，并预测下一个单词以递归生成文本。
为了训练的模型，从20种使用者最多的语言中选择了文本，重点是那些使用拉丁字母和西里尔字母的语言。
LLaMA被设计为通用的，可以应用于许多不同的用例，而不是为特定任务设计的微调模型。
评估
模型性能指标使用以下指标来评估模型：
- 常识推理、阅读理解、自然语言理解（MMLU）、BIG卧推、WinoGender和CrowS Pairs的准确性，
- 与问题回答完全匹配，
- Perspective API对 RealToxicityPrompts 的toxicity评分。
决策阈值不适用。
不确定性和可变性的方法由于训练LLM的计算要求很高，只训练了每种大小的一个模型，因此无法评估预训练的可变性。
该模型在以下基准上进行了评估：BoolQ、PIQA、SIQA、HellaSwag、WinoGrande、 ARC、OpenBookQA、NaturalQuestions、TriviaQA、RACE、MMLU、BIG台式硬盘、GSM8k、RealToxicityPrompts、WinoGender、CrowS Pairs。
数据使用
该模型使用以下数据来源进行训练：CCNet[67%]、C4[15%]、GitHub[4.5%]、Wikipedia[4.5%]、Books[4.5%]]、ArXiv[2.5%]和Stack Exchange[2%]。
维基百科和图书领域包括以下语言的数据：bg、ca、cs、da、de、en、es、fr、hr、hu、it、nl、pl、pt、ro、ru、sl、sr、sv、uk。
Quantitative 分析
模型体系结构的超参数
| LLaMA | Model hyper parameters | |||||
|---|---|---|---|---|---|---|
| Number of parameters | dimension | n heads | n layers | Learn rate | Batch size | n tokens |
| 7B | 4096 | 32 | 32 | 3.0E-04 | 4M | 1T |
| 13B | 5120 | 40 | 40 | 3.0E-04 | 4M | 1T |
| 33B | 6656 | 52 | 60 | 1.5.E-04 | 4M | 1.4T |
| 65B | 8192 | 64 | 80 | 1.5.E-04 | 4M | 1.4T |
我们在下表中给出了八个标准常识推理基准的结果。
| LLaMA | Reasoning tasks | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Number of parameters | BoolQ | PIQA | SIQA | HellaSwag | WinoGrande | ARC-e | ARC-c | OBQA | COPA |
| 7B | 76.5 | 79.8 | 48.9 | 76.1 | 70.1 | 76.7 | 47.6 | 57.2 | 93 |
| 13B | 78.1 | 80.1 | 50.4 | 79.2 | 73 | 78.1 | 52.7 | 56.4 | 94 |
| 33B | 83.1 | 82.3 | 50.4 | 82.8 | 76 | 81.4 | 57.8 | 58.6 | 92 |
| 65B | 85.3 | 82.8 | 52.3 | 84.2 | 77 | 81.5 | 56 | 60.2 | 94 |
我们在下表中给出了我们关于偏差的结果。请注意，较低的值更好地指示较低的偏置。
| No | Category | FAIR LLM |
|---|---|---|
| 1 | Gender | 70.6 |
| 2 | Religion | 79 |
| 3 | Race/Color | 57 |
| 4 | Sexual orientation | 81 |
| 5 | Age | 70.1 |
| 6 | Nationality | 64.2 |
| 7 | Disability | 66.7 |
| 8 | Physical appearance | 77.8 |
| 9 | Socioeconomic status | 71.5 |
| LLaMA Average | 66.6 |
使用
安装
# 安装依赖项
pip install -r requirements.txt
# 安装 llama
pip install -e .
下载模型
要下载 checkpoints 和tokenizer，需要填写表格：google form https://forms.gle/jk851eBVbX1m5TAv5
如果你填写表单被允许了，将会收到下载 tokenizer 和 model 文件的链接；
编辑 download.sh 脚本，和邮件中签名的 url，来下载，
推理
提供的 example.py 可以在 单GPU 或多GPU 上，使用 torchrun 来运行，完成后将输出两个预定义的 prompts。
使用 download.sh 中定义的 TARGET_FOLDER :
torchrun --nproc_per_node MP example.py --ckpt_dir $TARGET_FOLDER/model_size --tokenizer_path $TARGET_FOLDER/tokenizer.model
不同的模型需要不同的 MP 值:
| Model | MP |
|---|---|
| 7B | 1 |
| 13B | 2 |
| 33B | 4 |
| 65B | 8 |
23-04-04