访问官网
Github
Huggingface
文档
论文Bloom-560m项目介绍
Bloom-560m是由BigScience团队开发的大规模开源多语言语言模型。这个项目的目标是为公众研究大型语言模型(LLMs)提供一个开放的平台。
模型概述
Bloom-560m是一个基于Transformer架构的语言模型,具有以下特点:
- 参数规模达到5.59亿
- 支持45种自然语言和12种编程语言
- 训练数据包含1.5TB经过预处理的文本,转化为3500亿个唯一token
- 采用解码器架构,24层,16个注意力头
- 隐藏层维度为1024,序列长度为2048 tokens
- 使用ALiBI位置编码和GeLU激活函数
使用场景
Bloom-560m可以直接用于文本生成任务,也可以作为预训练模型进行下游任务的微调,如:
- 信息抽取
- 问答系统
- 文本摘要
该模型适用于研究人员、学生、教育工作者、工程师/开发人员等用户群体。
局限性和风险
使用该模型时需要注意以下几点:
- 可能会过度代表某些观点,而忽视其他观点
- 可能包含刻板印象和偏见
- 可能生成仇恨、歧视或不适当的内容
- 可能产生事实性错误
- 不应用于高风险场景或关键决策
训练细节
Bloom-560m在法国政府提供的Jean Zay超级计算机上训练,使用384个A100 80GB GPU。训练框架采用Megatron-DeepSpeed,使用交叉熵作为损失函数。
环境影响
该项目使用核能为主的超级计算机,并回收利用产生的热量。具体的碳排放和能耗数据将在训练完成后公布。
总的来说,Bloom-560m是一个具有广泛应用前景的开源多语言模型,为大型语言模型的公开研究做出了重要贡献。在使用时需要注意其局限性,并遵守相关的使用规范。
