Falcon Mamba 7B 开源模型登顶:换掉 Transformer,任意长序列都能处理

只是换掉 Transformer 架构,立马性能全方位提升,问鼎同规模开源模型!

(注意力机制不存在了)

这就是最新 Falcon Mamba 7B 模型。

它采用 Mamba 状态空间语言模型架构来处理各种文本生成任务。

通过取消传统注意力机制,有效提升了模型处理长序列时计算效率低下的问题。它可以处理无限长序列,但内存需求不增加。无论上下文多长,生成每个 token 的时间基本一样

由此,Falcon Mamba 模型性能全方位提升,打败一众 Transformer 架构模型,如 Llama-3.1(8B)、Mistral(7B)以及 Falcon-2(11B)。

如上成果由阿联酋阿布扎比技术创新研究所(TII)带来,他们正是 Falcon 模型的开发团队。

该系列共包含四个模型:基础版本、指令微调版本、4bit 版本和指令微调 4bit 版本

最新模型遵循 TII Falcon License 2.0 开放协议,它在 Apache 2.0 协议下。围观网友直呼:游戏规则要改变了!

全球首个开源 SSLM

在性能上,Falcon Mamba 7B 全方位超越一众开源模型。

它基于第一代 Mamba。

Mamba 是一种状态空间模型(SSM,State Space Model)。它结合了 RNN 和 CNN 的特点,通过引入一种选择机制,它允许模型根据当前的输入有选择地传播或忘记信息,从而提高处理文本信息的效率。

同时,它设计了一种硬件感知的并行算法,以递归模式运行,避免了 GPU 内存层级之间 IO 访问,提高计算效率。

最后它还简化了架构,将 SSM 架构和 Transformer 中的 MLP 块结合为单一的块。

从 Transformer 换到 Mamba,能够让 Falcon 模型可以处理任意长序列,但无需增加内存。尤其适合单个 A10 24GB GPU。

研究还讨论了两种不同的处理序列方法。

并行预填充方法适用于 GPU 并行处理,对内存需求较高;顺序填充方法适用于 SSM 模型,可以处理任意长度序列,从而不会受到内存限制。

为了确保大规模训练稳定,Falcon Mamba 模型使用了额外的 RMS 标准化层。

RMS 标准化层能够简化 LayerNorm 的计算过程,可减少计算量。

模型使用了 5500GT 数据训练,这些数据主要来自 RefedWeb 数据集以及公开数据。训练过程基本匀速,在训练后期增加了一小部分高质量策划数据,这有助于模型在最后阶段的优化。

在 H100 上,批大小为 1、提示词长度为 1-130k 生成 token 的测试中,Falcon Mamba 能够在生成新 token 时保持稳定的吞吐量,这意味着它的性能不受文本长度影响,可以稳定处理长序列,不会出现性能下降情况。

Falcon Mamba 支持多种 Hugging Face API,包括 AutoModelForCausalLM、pipline。还推出了一个指令调优版本,通过额外 50 亿个 token 进行微调,可以让模型准确性更高。

在 Hugging Face、GitHub 上都可访问最新模型~

参考链接:

  • https://huggingface.co/blog/falconmamba#hardware-performance

本文来自微信公众号:量子位(ID:QbitAI),作者:明敏,原标题《换掉 Transformer,7B 开源模型立刻登顶!任意长序列都能处理》

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

文章价值:
人打分
有价值还可以无价值
置顶评论
    热门评论
      文章发布时间太久,仅显示热门评论
      全部评论
      一大波评论正在路上
        取消发送
        软媒旗下人气应用

        如点击保存海报无效,请长按图片进行保存分享