🚀 EXAONE-4.0-1.2B GGUF模型

EXAONE-4.0-1.2B GGUF模型整合了非推理模式和推理模式，兼具EXAONE 3.5的出色可用性和EXAONE Deep的高级推理能力。其多语言能力得到扩展，除英语和韩语外，还支持西班牙语。该模型有32B和1.2B两种尺寸，可满足不同场景需求。

🚀 快速开始

你需要安装从原始版本分叉而来的transformers库，该库可在我们的PR中获取。一旦此PR合并并发布，我们将更新此部分内容。

你可以通过以下命令安装支持EXAONE 4.0的最新版本transformers：

pip install git+https://github.com/lgai-exaone/transformers@add-exaone4

基础用法

对于一般使用场景，你可以使用以下示例代码调用EXAONE 4.0模型：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LGAI-EXAONE/EXAONE-4.0-1.2B"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="bfloat16",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# choose your prompt
prompt = "Explain how wonderful you are"
prompt = "Explica lo increíble que eres"
prompt = "너가 얼마나 대단한지 설명해 봐"

messages = [
    {"role": "user", "content": prompt}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt"
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=128,
    do_sample=False,
)
print(tokenizer.decode(output[0]))

高级用法

推理模式

EXAONE 4.0模型具备处理复杂问题的推理能力。你可以通过在tokenizer中使用enable_thinking=True参数来激活推理模式，该参数会打开一个以<think>标签开头的推理块，但不会关闭它。

messages = [
    {"role": "user", "content": "Which one is bigger, 3.12 vs 3.9?"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    enable_thinking=True,
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=128,
    do_sample=True,
    temperature=0.6,
    top_p=0.95
)
print(tokenizer.decode(output[0]))

⚠️ 重要提示

推理模式下的模型生成结果可能会受到采样参数的敏感影响，因此为了获得更好的质量，请参考使用指南。

智能工具调用

EXAONE 4.0模型可以作为智能代理，利用其工具调用能力。你可以为模型提供工具模式，以实现有效的工具调用。

import random

def roll_dice(max_num: int):
    return random.randint(1, max_num)

tools = [
    {
        "type": "function",
        "function": {
            "name": "roll_dice",
            "description": "Roll a dice with the number 1 to N. User can select the number N.",
            "parameters": {
                "type": "object",
                "required": ["max_num"],
                "properties": {
                    "max_num": {
                        "type": "int",
                        "description": "Max number of the dice"
                    }
                }
            }
        }
    }
]

messages = [
    {"role": "user", "content": "Roll D6 dice twice!"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    tools=tools,
)

output = model.generate(
    input_ids.to(model.device),
    max_new_tokens=1024,
    do_sample=True,
    temperature=0.6,
    top_p=0.95,
)
print(tokenizer.decode(output[0]))

✨ 主要特性

• 混合模式：集成非推理模式和推理模式，兼顾可用性和推理能力。
• 多语言支持：支持英语、韩语和西班牙语。
• 智能工具调用：可作为智能代理，调用工具解决问题。

📦 安装指南

TensorRT-LLM部署

TensorRT-LLM在最新提交中正式支持EXAONE 4.0模型。在其发布之前，你需要克隆TensorRT-LLM仓库并从源代码进行构建。

git clone https://github.com/NVIDIA/TensorRT-LLM.git

克隆仓库后，你需要构建源代码以进行安装。请参考官方文档来构建TensorRT-LLM环境。

你可以按照以下步骤运行TensorRT-LLM服务器：

1. 编写额外的配置YAML文件

# extra_llm_api_config.yaml
kv_cache_config:
  enable_block_reuse: false

2. 使用配置运行服务器

trtllm-serve serve [MODEL_PATH] --backend pytorch --extra_llm_api_options extra_llm_api_config.yaml

更多详细信息，请参考TensorRT-LLM中EXAONE的文档。

⚠️ 重要提示

目前包括vllm和sglang在内的其他推理引擎尚未正式支持EXAONE 4.0。我们将在这些库更新后尽快进行更新。

📚 详细文档

模型生成细节

该模型使用llama.cpp在提交版本bf9087f5下生成。

点击此处获取选择合适GGUF模型格式的信息。

模型配置

模型架构变更

在EXAONE 4.0架构中，与之前的EXAONE模型相比，我们进行了以下新的架构更改：

1. 混合注意力机制：对于32B模型，我们采用混合注意力方案，将局部注意力（滑动窗口注意力）与全局注意力（全注意力）以3:1的比例结合。为了更好地理解全局上下文，我们在全局注意力中不使用旋转位置嵌入（RoPE）。
2. QK重排序归一化：我们通过直接对注意力和多层感知机（MLP）的输出应用层归一化（LayerNorm），重新调整了传统预层归一化（Pre-LN）方案中LayerNorm的位置，并在Q和K投影之后添加了均方根归一化（RMS）。尽管这会消耗更多的计算资源，但有助于在下游任务中取得更好的性能。

更多详细信息，请参考我们的技术报告、HuggingFace论文、博客和GitHub。

🔧 技术细节

以下表格展示了每个模型在推理和非推理模式下的评估结果。评估细节可在技术报告中找到。

• ✅ 表示模型具有混合推理能力，可根据需求选择推理/非推理模式。
• 为了评估韩语的实用和专业知识，我们采用了KMMLU-Redux和KMMLU-Pro两个基准测试。这两个数据集均已公开发布！

32B推理模式评估结果

32B非推理模式评估结果

📄 许可证

本项目采用exaone许可证。

🎉 许可证已更新！我们很高兴地宣布推出了更加灵活的许可条款 🤗 ✈️ 你可以在FriendliAI上进行试用。