1800亿参数，世界顶级开源大模型Falcon官宣！碾压LLaMA 2，性能直逼GPT-4

本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的，希望这篇《1800亿参数，世界顶级开源大模型Falcon官宣！碾压LLaMA 2，性能直逼GPT-4》对你有很大帮助！欢迎收藏，分享给更多的需要的朋友学习~

一夜之间，世界最强开源大模型Falcon 180B引爆全网！

1800亿参数，Falcon在3.5万亿token完成训练，直接登顶Hugging Face排行榜。

基准测试中，Falcon 180B在推理、编码、熟练度和知识测试各种任务中，一举击败Llama 2。

甚至，Falcon 180B能够与谷歌PaLM 2不差上下，性能直逼GPT-4。

不过，英伟达高级科学家Jim Fan对此表示质疑，

- Falcon-180B的训练数据中，代码只占5%。

而代码是迄今为止对提高推理能力、掌握工具使用和增强AI智能体最有用的数据。事实上，GPT-3.5是在Codex的基础上进行微调的。

- 没有编码基准数据。

没有代码能力，就不能声称「优于GPT-3.5」或「接近GPT-4」。它本应是预训练配方中不可或缺的一部分，而不是事后的微调。

- 对于参数大于30B的语言模型，是时候采用混合专家系统（MoE）了。到目前为止，我们只看到OSS MoE LLM

一起来看看，Falcon 180B究竟是什么来头？

世界最强开源大模型

此前，Falcon已经推出了三种模型大小，分别是1.3B、7.5B、40B。

官方介绍，Falcon 180B是40B的升级版本，由阿布扎比的全球领先技术研究中心TII推出，可免费商用。

这次，研究人员在基底模型上技术上进行了创新，比如利用Multi-Query Attention等来提高模型的可扩展性。

对于训练过程，Falcon 180B基于亚马逊云机器学习平台Amazon SageMaker，在多达4096个GPU上完成了对3.5万亿token的训练。

总GPU计算时，大约7,000,000个。

Falcon 180B的参数规模是Llama 2（70B）的2.5倍，而训练所需的计算量是Llama 2的4倍。

具体训练数据中，Falcon 180B主要是RefinedWe数据集（大约占85%） 。

此外，它还在对话、技术论文，以及一小部分代码等经过整理的混合数据的基础上进行了训练。

这个预训练数据集足够大，即使是3.5万亿个token也只占不到一个epoch。

官方自称，Falcon 180B是当前「最好」的开源大模型，具体表现如下：

在MMLU基准上，Falcon 180B的性能超过了Llama 2 70B和GPT-3.5。

在HellaSwag、LAMBADA、WebQuestions、Winogrande、PIQA、ARC、BoolQ、CB、COPA、RTE、WiC、WSC 及ReCoRD上，与谷歌的PaLM 2-Large不相上下。

另外，它在Hugging Face开源大模型榜单上，是当前评分最高（68.74分）的开放式大模型，超越了LlaMA 2（67.35）。

Falcon 180B上手可用

与此同时，研究人员还发布了聊天对话模型Falcon-180B-Chat。该模型在对话和指令数据集上进行了微调，数据集涵盖了Open-Platypus、UltraChat和Airoboros。

现在，每个人都可以进行demo体验。

地址：https://huggingface.co/tiiuae/falcon-180B-chat

Prompt 格式

基础模型没有Prompt格式，因为它并不是一个对话型大模型，也不是通过指令进行的训练，所以它并不会以对话形式回应。

预训练模型是微调的绝佳平台，但或许你不该直接使用。其对话模型则设有一个简单的对话模式。

System: Add an optional system prompt hereUser: This is the user inputFalcon: This is what the model generatesUser: This might be a second turn inputFalcon: and so on

Transformers

从Transfomers 4.33开始，Falcon 180B可以在Hugging Face生态中使用和下载。

确保已经登录Hugging Face账号，并安装了最新版本的transformers:

pip install --upgrade transformershuggingface-cli login

bfloat16

以下是如何在 bfloat16 中使用基础模型的方法。Falcon 180B是一个大模型，所以请注意它的硬件要求。

对此，硬件要求如下：

可以看出，若想对Falcon 180B进行全面微调，至少需要8X8X A100 80G，如果仅是推理的话，也得需要8XA100 80G的GPU。

from transformers import AutoTokenizer, AutoModelForCausalLMimport transformersimport torchmodel_id = "tiiuae/falcon-180B"tokenizer = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained(model_id,torch_dtype=torch.bfloat16,device_map="auto",)prompt = "My name is Pedro, I live in"inputs = tokenizer(prompt, return_tensors="pt").to("cuda")output = model.generate(input_ids=inputs["input_ids"],attention_mask=inputs["attention_mask"],do_sample=True,temperature=0.6,top_p=0.9,max_new_tokens=50,)output = output[0].to("cpu")print(tokenizer.decode(output)

可能会产生如下输出结果:

My name is Pedro, I live in Portugal and I am 25 years old. I am a graphic designer, but I am also passionate about photography and video.I love to travel and I am always looking for new adventures. I love to meet new people and explore new places.

使用8位和4位的bitsandbytes

此外，Falcon 180B的8位和4位量化版本在评估方面与bfloat16几乎没有差别！

这对推理来说是个好消息，因为用户可以放心地使用量化版本来降低硬件要求。

注意，在8位版本进行推理要比4位版本快得多。要使用量化，你需要安装「bitsandbytes」库，并在加载模型时启用相应的标志:

model = AutoModelForCausalLM.from_pretrained(model_id,torch_dtype=torch.bfloat16,**load_in_8bit=True,**device_map="auto",)

对话模型

如上所述，为跟踪对话而微调的模型版本，使用了非常直接的训练模板。我们必须遵循同样的模式才能运行聊天式推理。

作为参考，你可以看看聊天演示中的 [format_prompt] 函数:

def format_prompt(message, history, system_prompt):prompt = ""if system_prompt:prompt += f"System: {system_prompt}\n"for user_prompt, bot_response in history:prompt += f"User: {user_prompt}\n"prompt += f"Falcon: {bot_response}\n"prompt += f"User: {message}\nFalcon:"return prompt

从上可见，用户的交互和模型的回应前面都有 User: 和 Falcon: 分隔符。我们将它们连接在一起，形成一个包含整个对话历史的提示。这样，就可以提供一个系统提示来调整生成风格。

网友热评

对于Falcon 180B的真正实力，许多网友对此展开热议。

绝对难以置信。它击败了GPT-3.5，与谷歌的PaLM-2 Large不相上下。这简直改变游戏规则！

一位创业公司的CEO表示，我测试了Falcon-180B对话机器人，它并不比Llama2-70B聊天系统好。HF OpenLLM排行榜也显示了好坏参半的结果。考虑到它的规模更大，训练集也更多，这种情况令人惊讶。

举个栗子：

给出一些条目，让Falcon-180B和Llama2-70B分别回答，看看效果如何？

Falcon-180B误将马鞍算作动物。而Llama2-70B回答简洁，还给出了正确答案。

好了，本文到此结束，带大家了解了《1800亿参数，世界顶级开源大模型Falcon官宣！碾压LLaMA 2，性能直逼GPT-4》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！