【新智元导读】一经发布，地表最强开源模型Falcon 180B直接霸榜HF。3.5万亿token训练，性能直接碾压Llama 2。
一夜之间，世界最强开源大模型Falcon 180B引爆全网！
1800亿参数，Falcon在3.5万亿token完成训练，直接登顶Hugging Face排行榜。基准测试中，Falcon 180B在推理、编码、熟练度和知识测试各种任务中，一举击败Llama 2。甚至，Falcon 180B能够与谷歌PaLM 2不差上下，性能直逼GPT-4。不过，英伟达高级科学家Jim Fan对此表示质疑，- Falcon-180B的训练数据中，代码只占5%。而代码是迄今为止对提高推理能力、掌握工具使用和增强AI智能体最有用的数据。事实上，GPT-3.5是在Codex的基础上进行微调的。没有代码能力，就不能声称「优于GPT-3.5」或「接近GPT-4」。它本应是预训练配方中不可或缺的一部分，而不是事后的微调。- 对于参数大于30B的语言模型，是时候采用混合专家系统（MoE）了。到目前为止，我们只看到OSS MoE LLM < 10B。一起来看看，Falcon 180B究竟是什么来头？
此前，Falcon已经推出了三种模型大小，分别是1.3B、7.5B、40B。官方介绍，Falcon 180B是40B的升级版本，由阿布扎比的全球领先技术研究中心TII推出，可免费商用。这次，研究人员在基底模型上技术上进行了创新，比如利用Multi-Query Attention等来提高模型的可扩展性。对于训练过程，Falcon 180B基于亚马逊云机器学习平台Amazon SageMaker，在多达4096个GPU上完成了对3.5万亿token的训练。Falcon 180B的参数规模是Llama 2（70B）的2.5倍，而训练所需的计算量是Llama 2的4倍。具体训练数据中，Falcon 180B主要是RefinedWe数据集（大约占85%） 。此外，它还在对话、技术论文，以及一小部分代码等经过整理的混合数据的基础上进行了训练。这个预训练数据集足够大，即使是3.5万亿个token也只占不到一个epoch。官方自称，Falcon 180B是当前「最好」的开源大模型，具体表现如下：在MMLU基准上，Falcon 180B的性能超过了Llama 2 70B和GPT-3.5。在HellaSwag、LAMBADA、WebQuestions、Winogrande、PIQA、ARC、BoolQ、CB、COPA、RTE、WiC、WSC 及ReCoRD上，与谷歌的PaLM 2-Large不相上下。另外，它在Hugging Face开源大模型榜单上，是当前评分最高（68.74分）的开放式大模型，超越了LlaMA 2（67.35）。
与此同时，研究人员还发布了聊天对话模型Falcon-180B-Chat。该模型在对话和指令数据集上进行了微调，数据集涵盖了Open-Platypus、UltraChat和Airoboros。地址：https://huggingface.co/tiiuae/falcon-180B-chatPrompt 格式
基础模型没有Prompt格式，因为它并不是一个对话型大模型，也不是通过指令进行的训练，所以它并不会以对话形式回应。预训练模型是微调的绝佳平台，但或许你不该直接使用。其对话模型则设有一个简单的对话模式。System: Add an optional system prompt hereUser: This is the user inputFalcon: This is what the model generatesUser: This might be a second turn inputFalcon: and so on
Transformers
从Transfomers 4.33开始，Falcon 180B可以在Hugging Face生态中使用和下载。确保已经登录Hugging Face账号，并安装了最新版本的transformers:pip install --upgrade transformershuggingface-cli login
以下是如何在 bfloat16 中使用基础模型的方法。Falcon 180B是一个大模型，所以请注意它的硬件要求。可以看出，若想对Falcon 180B进行全面微调，至少需要8X8X A100 80G，如果仅是推理的话，也得需要8XA100 80G的GPU。from transformers import AutoTokenizer, AutoModelForCausalLMimport transformersimport torch
model_id = 'tiiuae/falcon-180B'
tokenizer = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=torch.bfloat16, device_map='auto',)
prompt = 'My name is Pedro, I live in'inputs = tokenizer(prompt, return_tensors='pt').to('cuda')
output = model.generate( input_ids=inputs['input_ids'], attention_mask=inputs['attention_mask'], do_sample=True, temperature=0.6, top_p=0.9, max_new_tokens=50,)output = output[0].to('cpu')print(tokenizer.decode(output)
My name is Pedro, I live in Portugal and I am 25 years old. I am a graphic designer, but I am also passionate about photography and video.I love to travel and I am always looking for new adventures. I love to meet new people and explore new places.
此外，Falcon 180B的8位和4位量化版本在评估方面与bfloat16几乎没有差别！这对推理来说是个好消息，因为用户可以放心地使用量化版本来降低硬件要求。注意，在8位版本进行推理要比4位版本快得多。要使用量化，你需要安装「bitsandbytes」库，并在加载模型时启用相应的标志:model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=torch.bfloat16, **load_in_8bit=True,** device_map='auto',)
如上所述，为跟踪对话而微调的模型版本，使用了非常直接的训练模板。我们必须遵循同样的模式才能运行聊天式推理。作为参考，你可以看看聊天演示中的 [format_prompt] 函数:def format_prompt(message, history, system_prompt): prompt = '' if system_prompt: prompt += f'System: {system_prompt}\n' for user_prompt, bot_response in history: prompt += f'User: {user_prompt}\n' prompt += f'Falcon: {bot_response}\n' prompt += f'User: {message}\nFalcon:' return prompt
从上可见，用户的交互和模型的回应前面都有 User: 和 Falcon: 分隔符。我们将它们连接在一起，形成一个包含整个对话历史的提示。这样，就可以提供一个系统提示来调整生成风格。
对于Falcon 180B的真正实力，许多网友对此展开热议。绝对难以置信。它击败了GPT-3.5，与谷歌的PaLM-2 Large不相上下。这简直改变游戏规则！一位创业公司的CEO表示，我测试了Falcon-180B对话机器人，它并不比Llama2-70B聊天系统好。HF OpenLLM排行榜也显示了好坏参半的结果。考虑到它的规模更大，训练集也更多，这种情况令人惊讶。
给出一些条目，让Falcon-180B和Llama2-70B分别回答，看看效果如何？Falcon-180B误将马鞍算作动物。而Llama2-70B回答简洁，还给出了正确答案。https://twitter.com/TIIuae/status/1699380904404103245
https://twitter.com/DrJimFan/status/1699459647592403236
https://huggingface.co/blog/zh/falcon-180b
https://huggingface.co/tiiuae/falcon-180B
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
