大模型那么火，教你一键modelarts玩转开源llama(羊驼)大模型-4008云顶国际网站

近日，开发者群体正热议一款基于开源模型更换张量（tensor）名字的话题。研究者认为零一万物近期发布的yi-34b 模型基本上采用了 llama 的架构，只是重命名了两个张量。llama(羊驼)这个大模型

再次冲上热搜！

llama（large language model meta ai），由 meta ai 发布的一个开放且高效的大型基础语言模型，共有 7b、13b、33b、65b（650 亿）四种版本。其数据集来源都是公开数据集，无任何定制数据集，保证了其工作与开源兼容和可复现，整个训练数据集在 token 化之后大约包含 1.4t 的 token。关于模型性能，llama 的性能非常优异：具有 130 亿参数的 llama 模型「在大多数基准上」可以胜过 gpt-3（ 参数量达 1750 亿），而且可以在单块 v100 gpu 上运行；而最大的 650 亿参数的 llama 模型可以媲美谷歌的 chinchilla-70b 和 palm-540b。

上篇文章有介绍了llama 所采用的transformer 结构和细节，与之前所介绍的transformer架构不同的地方包括采用了前置层归一化（pre-normalization）并使用rmsnorm 归一化函数（normalizing function）、激活函数更换为swiglu，并使用了旋转位置嵌入（rop），整体transformer架构与gpt-2 类似，如图1.1所示。

图1.1 gpt-2 模型结构

关于训练集，其来源都是公开数据集，无任何定制数据集，保证了其工作与开源兼容和可复现。整个训练数据集在 token 化之后大约包含 1.4t 的 token。其中，llama-65b 和 llama-33b 是在 1.4万亿个 token 上训练的，而最小的模型 llama-7b 是在 1万亿个 token 上训练的。llama 优势在于其只使用公开可用的数据，这可以保证论文的工作与开源兼容和可复现。之前的大模型要么使用了不公开的数据集去训练从而达到了 state-of-the-art，如 chinchilla、palm 或 gpt-3；要么使用了公开数据集，但模型效果不是最佳无法和 palm-62b 或 chinchilla 相竞争，如 opt、gpt-neox、bloom 和 glm。

和 gpt 系列一样，llama 模型也是 decoder-only 架构，但结合前人的工作做了一些改进，比如：

1. pre-normalization [gpt3]. 为了提高训练稳定性，llama 对每个 transformer 子层的输入进行归一化，使用 rmsnorm 归一化函数，pre-normalization 由zhang和sennrich（2019）引入。
2. swiglu 激活函数 [palm]. 将 relu 非线性替换为 swiglu 激活函数，且使用2/3*4d而不是 palm 论文中的 4d，swiglu 由 shazeer（2020）引入以提高性能。
3. rotary embeddings [gptneo]. 模型的输入不再使用 positional embeddings，而是在网络的每一层添加了 positional embeddings (rope)，rope 方法由su等人（2021）引入。

不同模型的超参数详细信息在表2中给出,具体可以去看看我上篇文章，

具体怎么在华为云的modelarts上玩转llama开源大模型呢？

1.登录：

点击右上角“控制台”，搜索栏输入“modelarts”

点击“ai gallery“,选择“北京四”区域，

点击"资产集市--notebook",输入“mindformers应用之llama_7b推理应用”

点击“run in modelarts”,进入，

� /home/ma-user/work
!git clone -b r0.6 https://gitee.com/mindspore/mindformers.git

cloning into 'mindformers'...
remote: enumerating objects: 21732, done.
remote: counting objects: 100% (437/437), done.
remote: compressing objects: 100% (330/330), done.
remote: total 21732 (delta 262), reused 190 (delta 107), pack-reused 21295
receiving objects: 100% (21732/21732), 37.74 mib | 3.73 mib/s, done.

编译代码

� mindformers
!bash build.sh
� ..

/home/ma-user/work/mindformers
---------------- mindformers: build start ----------------
running bdist_wheel
running build
running build_py
creating build/lib/mindformers
copying mindformers/__init__.py -> build/lib/mindformers
copying mindformers/auto_class.py -> build/lib/mindformers
copying mindformers/mindformer_book.py -> build/lib/mindformers
creating build/lib/mindformers/core
copying mindformers/core/__init__.py -> build/lib/mindformers/core
copying mindformers/core/clip_grad.py -> build/lib/mindformers/core
copying mindformers/core/parallel_config.py -> build/lib/mindformers/core
creating build/lib/mindformers/dataset
........

� /home/ma-user/work/mindformers
import moxing as mox
mox.file.copy_parallel('obs://modelarts-labs-bj4-v2/case_zoo/mindfomer_llama/', 'checkpoint_download/llama')

3.推理-使用pipeline接口开启快速推理

from mindformers.pipeline import pipeline
pipeline_task = pipeline("text_generation", model='llama_7b', max_length=20)
pipeline_result = pipeline_task("i love beijing, because", top_k=3)
print(pipeline_result)

   text_generation_text': i love beijing, because

  ['i love beijing, because it is a city that is constantly changing.\ni love the city']

赶紧来点击试一试，体验下自己写代码调用的魅力吧！！