TinyChat-0.1B-sft
这是sft版本，后续的RLHF版本会基于此模型进行微调。
模型特性
- 参数量: 约 0.1B (112M)
- 架构: Decoder-only Transformer
- 注意力机制: Grouped Query Attention (GQA)
- 位置编码: Rotary Position Embedding (RoPE)
- 归一化: RMSNorm
- 激活函数: SiLU (Swish)
- 词汇表大小: 6,400
- 最大序列长度: 512 tokens
模型配置
- Layers: 12
- Hidden Size: 768
- Attention Heads: 16 (Query) / 4 (Key-Value)
- FFN Hidden Size: 3,072
- Dropout: 0.1
使用方法
安装依赖
pip install torch==2.4.0 transformers==4.46.3
使用示例
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
# 加载模型和分词器
model = AutoModelForCausalLM.from_pretrained(
"zhangux/TinyChat-0.1B-sft",
trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained(
"zhangux/TinyChat-0.1B-sft"
)
prompt = "今天天气怎么样？"
messages = [{"role": "user", "content": prompt}]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
inputs = tokenizer(text, return_tensors="pt")
input_ids = inputs.input_ids
output_ids = model.generate(
input_ids=input_ids,
do_sample=True,
pad_token_id=tokenizer.pad_token_id,
eos_token_id=tokenizer.eos_token_id,
use_cache=True # 如果这里出现了 kv_cache 相关的错误，尝试 use_cache=False
)
generated_ids = output_ids[0][len(input_ids[0]):]
response = tokenizer.decode(generated_ids, skip_special_tokens=True)
print(response)
参考结果
今天的天气状况：晴朗，无云，无雨，风力较小。建议出门时带上太阳镜和防晒霜。
loss & accuracy
