open_llama_7b_v2 - Meta AI LLaMA开源复刻

项目简介：OpenLLaMA——LLaMA的开源复刻

OpenLLaMA是对Meta AI大型语言模型LLaMA的开源复刻项目，采用Apache 2.0许可协议。此项目发布了多个版本的模型，包括3B、7B和13B参数规模，均在不同数据集合上进行训练，并可以替代现有LLaMA模型使用。

权重发布、许可和使用

OpenLLaMA提供两种格式的模型权重：适用于EasyLM框架的EasyLM格式以及适用于Hugging Face Transformers库的PyTorch格式。训练框架EasyLM和检查点权重均采用Apache 2.0许可协议。

通过Hugging Face Transformers加载权重

用户可以直接从Hugging Face Hub加载预览检查点。然而，需注意当前不可使用Hugging Face的快速分词器，推荐直接使用LlamaTokenizer类或在AutoTokenizer类中设定use_fast=False。具体代码参考如下：

import torch
from transformers import LlamaTokenizer, LlamaForCausalLM

model_path = 'openlm-research/open_llama_7b_v2'

tokenizer = LlamaTokenizer.from_pretrained(model_path)
model = LlamaForCausalLM.from_pretrained(model_path, torch_dtype=torch.float16, device_map='auto')

prompt = 'Q: What is the largest animal?\nA:'
input_ids = tokenizer(prompt, return_tensors="pt").input_ids

generation_output = model.generate(input_ids=input_ids, max_new_tokens=32)
print(tokenizer.decode(generation_output[0]))

与LM-Eval-Harness结合评价模型

可以使用lm-eval-harness评估模型，同样需避免使用快速分词器。示例代码如下：

tokenizer = self.AUTO_TOKENIZER_CLASS.from_pretrained(pretrained if tokenizer is None else tokenizer, revision=revision + ("/" + subfolder if subfolder is not None else ""), use_fast=False)

通过EasyLM加载权重

使用EasyLM框架的用户可参考LLaMA的EasyLM文档。与原始LLaMA模型不同，OpenLLaMA的分词器和权重均从头训练，无需获取原始模型的分词器和权重。

数据集和训练

版本1模型基于RedPajama数据集训练，而版本2模型则使用了包括Falcon refined-web数据集、StarCoder数据集在内的多种数据混合。

我们与原始LLaMA论文保持相同的预处理步骤和训练超参数，唯一不同在于使用的训练数据集：OpenLLaMA选择的是开放数据集。

训练架构

OpenLLaMA在云端TPU-v4s上进行模型训练，使用我们开发的基于JAX的EasyLM训练管道。通过普通数据并行和完全分片数据并行（也称为ZeRO阶段3）的结合，平衡了训练吞吐量与内存使用，7B型号的训练吞吐量达到每秒超过2200个tokens。

评估结果

使用lm-evaluation-harness，我们对OpenLLaMA进行了广泛的任务评估。结果显示，OpenLLaMA在大多数任务上的表现与原始LLaMA和6B参数的GPT-J相当，甚至在某些任务上表现更佳。

评估结果对比表中显示了OpenLLaMA相较于其他模型在不同任务中的表现。需要注意的是，个别任务（如CB和WSC）的评估结果异常高，因此我们怀疑可能存在训练集污染。

联系与贡献

OpenLLaMA由伯克利AI研究组的Xinyang Geng和Hao Liu共同开发。如果有任何问题或建议，欢迎通过项目的GitHub页面与我们联系。