Rwkv Raven 3b

由 RWKV 开发

RWKV是一种结合RNN和Transformer优势的大语言模型，支持高效训练和快速推理，具备无限上下文长度处理能力。

大型语言模型

Transformers

#RNN-Transformer混合架构 #无限上下文长度 #高效显存利用

下载量 273

发布时间 : 5/4/2023

模型介绍

内容详情

替代品

模型简介

RWKV-4 Raven是一个30亿参数的大语言模型，采用独特的RNN-Transformer混合架构，适用于聊天和文本生成任务。

模型特点

高效架构

结合RNN和Transformer优势，支持并行化训练同时保持RNN的高效推理特性

长上下文处理

理论上支持无限长度的上下文处理能力

资源高效

相比传统Transformer模型，训练和推理时更节省显存

模型能力

中文文本生成

多轮对话

长文本理解

创意写作

使用案例

对话系统

智能聊天机器人

构建流畅自然的对话系统

能够进行多轮连贯对话

内容创作

故事生成

根据简短提示生成连贯的长篇故事

生成具有逻辑性的创意内容

数据集:

EleutherAI/pile

RWKV-4 | 30亿参数聊天版模型卡（Raven）

RWKV是由Bo Peng主导的项目。您可以通过Johan Wind的博客文章此处和此处深入了解模型架构。加入RWKV Discord服务器获取项目最新动态。

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("RWKV/rwkv-raven-3b")
tokenizer = AutoTokenizer.from_pretrained("RWKV/rwkv-raven-3b")

prompt = "\n科学家在西藏一处偏远未开发山谷中发现龙群，更令人震惊的是这些龙能说流利中文。"

inputs = tokenizer(prompt, return_tensors="pt")
output = model.generate(inputs["input_ids"], max_new_tokens=40)
print(tokenizer.decode(output[0].tolist(), skip_special_tokens=True))

单GPU运行

点击展开

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("RWKV/rwkv-raven-3b").to(0)
tokenizer = AutoTokenizer.from_pretrained("RWKV/rwkv-raven-3b")

prompt = "\n科学家在西藏一处偏远未开发山谷中发现龙群，更令人震惊的是这些龙能说流利中文。"

inputs = tokenizer(prompt, return_tensors="pt").to(0)
output = model.generate(inputs["input_ids"], max_new_tokens=40)
print(tokenizer.decode(output[0].tolist(), skip_special_tokens=True))

GPU半精度运行

点击展开

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("RWKV/rwkv-raven-3b", torch_dtype=torch.float16).to(0)
tokenizer = AutoTokenizer.from_pretrained("RWKV/rwkv-raven-3b")

prompt = "\n科学家在西藏一处偏远未开发山谷中发现龙群，更令人震惊的是这些龙能说流利中文。"

inputs = tokenizer(prompt, return_tensors="pt").to(0)
output = model.generate(inputs["input_ids"], max_new_tokens=40)
print(tokenizer.decode(output[0].tolist(), skip_special_tokens=True))

多GPU运行

点击展开

# 需安装accelerate: pip install accelerate
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("RWKV/rwkv-raven-3b", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("RWKV/rwkv-raven-3b")

prompt = "\n科学家在西藏一处偏远未开发山谷中发现龙群，更令人震惊的是这些龙能说流利中文。"

inputs = tokenizer(prompt, return_tensors="pt").to(0)
output = model.generate(inputs["input_ids"], max_new_tokens=40)
print(tokenizer.decode(output[0].tolist(), skip_special_tokens=True))