/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
35,7 млн
Размер весов
53 МБ
Лицензия
Своя лицензия
Архитектура
phi3 · dense
Опубликована
21 ноя 2024

Phi-3-mini-FastDraft-50M-int8-ov

Генерация текстаТекст → текст3 профессии

Черновая модель Intel Labs на базе Phi-3, которая ускоряет генерацию Phi-3-mini-4k-instruct посредством спекулятивного декодирования.

212скачиваний за 30 дней5лайковвеса обновлены16 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

OpenVINO/Phi-3-mini-FastDraft-50M-int8-ov — компактная черновая модель Intel Labs на архитектуре Phi-3, предназначенная для ускорения генерации Phi-3-mini-4k-instruct с помощью спекулятивного декодирования. FastDraft разработана для предварительного обучения и согласования черновых моделей с целевой LLM; эта версия обучена сопровождать Phi-3-mini-4k-instruct и представлена в формате OpenVINO IR.

Модель содержит 35,7 млн параметров и принимает текстовый контекст длиной до 4096 токенов. Веса сжаты до INT8 методом асимметричной компрессии NNCF. Репозиторий рассчитан на OpenVINO 2024.5 и новее, а также Optimum Intel 1.20.0 и новее; для спекулятивного декодирования используется OpenVINO GenAI. Лицензия — Intel Research Use License Agreement.

Сценарии применения

  • ускорение генерации текста моделью Phi-3-mini-4k-instruct
  • спекулятивное декодирование в приложениях на OpenVINO GenAI
  • инференс компактной черновой LLM в формате OpenVINO IR

Ограничения

Модель предназначена для сопровождения Phi-3-mini-4k-instruct в спекулятивном декодировании, а не как самостоятельная универсальная LLM. Для применения требуются OpenVINO 2024.5 или новее и совместимая целевая модель.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Phi-3-mini-FastDraft-50M-int8-ov

Description

FastDraft is a novel and efficient approach for pre-training and aligning a draft model to any LLM to be used with speculative decoding, by incorporating efficient pre-training followed by fine-tuning over synthetic datasets generated by the target model. FastDraft was presented in paper at ENLSP@NeurIPS24 by Intel Labs.

This is a draft model that was trained with FastDraft to accompany Phi-3-mini-4k-instruct.

This is Phi-3-mini-FastDraft-50M model converted to the OpenVINO™ IR (Intermediate Representation) format with weights compressed to int8 by NNCF.

Quantization Parameters

Weight compression was performed using nncf.compress_weights with the following parameters:

  • mode: INT8_ASYM

For more information on quantization, check the OpenVINO model optimization guide.

Compatibility

The provided OpenVINO™ IR model is compatible with:

  • OpenVINO version 2024.5 and higher
  • Optimum Intel 1.20.0 and higher

Running Model Inference with OpenVINO GenAI

  1. Install packages required for using OpenVINO GenAI with Speculative decoding:
pip install -U "openvino-genai>=2024.5" huggingface_hub
  1. Download models from HuggingFace Hub
import huggingface_hub as hf_hub
 
main_model_id = "OpenVINO/Phi-3-mini-4k-instruct-int4-ov"
draft_model_id = "OpenVINO/Phi-3-mini-FastDraft-50M-int8-ov"
 
main_model_path = "main"
draft_model_path = "draft"
 
hf_hub.snapshot_download(main_model_id, local_dir=main_model_path)
hf_hub.snapshot_download(draft_model_id, local_dir=draft_model_path)
  1. Run model inference using the speculative decoding and specify the pipeline parameters:
import openvino_genai
 
prompt = "What is OpenVINO?"
 
config = openvino_genai.GenerationConfig()
config.num_assistant_tokens = 3
config.max_new_tokens = 128
 
def streamer(subword):
    print(subword, end='', flush=True)
    return False
 
main_device = "CPU"
draft_device = "CPU"
 
draft_model = openvino_genai.draft_model(draft_model_path, draft_device)
 
scheduler_config = openvino_genai.SchedulerConfig()
scheduler_config.cache_size = 2
 
pipe = openvino_genai.LLMPipeline(main_model_path, main_device, scheduler_config=scheduler_config, draft_model=draft_model)
 
pipe.generate(prompt, config, streamer)

More GenAI usage examples can be found in OpenVINO GenAI library docs and samples

Legal Information

The model is distributed under the Intel Research Use License Agreement.

Disclaimer

Intel is committed to respecting human rights and avoiding causing or contributing to adverse impacts on human rights. See Intel’s Global Human Rights Principles. Intel’s products and software are intended only to be used in applications that do not cause or contribute to adverse impacts on human rights.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
8f0e74f

0 моделей