/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Опубликована
24 дек 2024

SparseQwen2-7B

Генерация текстаТекст → текст3 профессии

Исследовательский вариант Qwen2-7B с ReLU в блоках MLP для изучения разреженности активаций и оптимизации языковых моделей.

14скачиваний за 30 дней5лайковвеса обновлены25 дек 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Tiiny представила SparseQwen2-7B — исследовательский вариант Qwen2-7B с изменённой функцией активации в блоке MLP. Модель применяет ReLU к выходам обеих ветвей MLP перед их перемножением, что повышает разреженность активаций. Веса объёмом 7,1 млрд параметров доступны в формате safetensors; модель поддерживает контекст до 131 072 токенов и лицензию Apache-2.0.

Модель предназначена для изучения разреженности больших языковых моделей, исследования сжатия и оптимизации, а также оценки влияния функций активации на поведение модели. В README приведены результаты на MMLU, IFEval и Livebench, но они не гарантируют качество в конкретном сценарии. Для запуска может потребоваться заменить реализацию FFN в modeling_qwen на вариант с dReLU. Модель может наследовать смещения обучающих данных и генерировать ошибочную, неподходящую или вредоносную информацию; автор не рекомендует развёртывание без предварительной оценки.

Сценарии применения

  • исследование разреженности активаций в больших языковых моделях
  • сравнение ReLU и SiLU в архитектуре Qwen2
  • эксперименты со сжатием и оптимизацией LLM
  • оценка поведения языковой модели на бенчмарках

Ограничения

Может наследовать смещения обучающих данных и выдавать неверный, неподходящий или вредоносный текст; качество зависит от задачи. Для запуска может потребоваться заменить реализацию FFN в modeling_qwen на вариант с dReLU, а перед развёртыванием модель следует оценить.

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

Qwen2-7B-ReLU

Qwen2-7B-ReLU is a variant of Qwen2-7B that replaces the SiLU/Swish activation function with dReLU, achieving higher sparsity while maintaining the performance of the original model.

Key Features

  • Replaces SiLU/Swish activation function with dReLU
  • Maintains comparable or even better performance with the original Qwen2-7B
  • Significantly increases activation sparsity, enabling further optimization and compression

Benchmarks

The model has been evaluated on standard benchmarks to verify its performance:

  • MMLU: 69.19% (5-shot)
  • IFEval: 73.2% (Prompt Strict-Accuracy)
  • Livebench:
    • Average: 32.1%
    • Coding: 39.8%
    • Data Analysis: 45.3%
    • Instruction Following: 58.1%
    • Language: 9.0%
    • Math: 22.0%
    • Reasoning: 18.7%

These results demonstrate that the ReLU modification maintains competitive performance while achieving higher sparsity compared to the original model.

Technical Details

The key modification in this version is the application of ReLU activation to both branches in the MLP block. The implementation modifies the original Qwen2MLP class as follows:

class Qwen2MLP(nn.Module):
    def __init__(self, config):
        super().__init__()
        self.config = config
        self.hidden_size = config.hidden_size
        self.intermediate_size = config.intermediate_size
        self.gate_proj = nn.Linear(self.hidden_size, self.intermediate_size, bias=False)
        self.up_proj = nn.Linear(self.hidden_size, self.intermediate_size, bias=False)
        self.down_proj = nn.Linear(self.intermediate_size, self.hidden_size, bias=False)
        self.act_fn = ACT2FN[config.hidden_act]

    def forward(self, x):
        down_proj = self.down_proj(self.act_fn(self.gate_proj(x)) * self.act_fn(self.up_proj(x)))
        return down_proj

The key change is in the forward pass, where the activation function is now applied to both the gate projection and up projection outputs before multiplication. This modification, combined with the use of ReLU, contributes to the increased sparsity of the model.

Intended Usage

This release primarily targets the research community for:

  • Studying sparsity in large language models
  • Model compression and optimization research
  • Understanding the impact of activation functions on model behavior

Model Limitations

  • The model may exhibit biases present in the training data
  • May generate incorrect, inappropriate, or harmful content
  • Performance may vary across different domains and tasks
  • Not suitable for production deployment without proper evaluation

Quick Start

You should replace original modeling_qwen FFN implementation code to dReLU firstly.

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("PowerInfer/SparseQwen2-7B")
tokenizer = AutoTokenizer.from_pretrained("PowerInfer/SparseQwen2-7B")

prompt = "Hello"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0])

Citation

If you use this model in your research, please cite:

@article{song2024turbo,
  title={Turbo Sparse: Achieving LLM SOTA Performance with Minimal Activated Parameters},
  author={Song, Yixin and Xie, Haotong and Zhang, Zhengyan and Wen, Bo and Ma, Li and Mi, Zeyu and Chen, Haibo},
  journal={arXiv preprint arXiv:2406.05955},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
b83c849

0 моделей