TinyChat-0.1B-pretrain

TinyChat-0.1B-pretrain

这是预训练版本，后续的sft版本会基于此模型进行微调。

模型特性

• 参数量: 约 0.1B (112M)
• 架构: Decoder-only Transformer
• 注意力机制: Grouped Query Attention (GQA)
• 位置编码: Rotary Position Embedding (RoPE)
• 归一化: RMSNorm
• 激活函数: SiLU (Swish)
• 词汇表大小: 6,400
• 最大序列长度: 512 tokens

模型配置

- Layers: 12
- Hidden Size: 768
- Attention Heads: 16 (Query) / 4 (Key-Value)
- FFN Hidden Size: 3,072
- Dropout: 0.1

使用方法

安装依赖

pip install torch==2.4.0 transformers==4.46.3

使用示例

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# 加载模型和分词器
model = AutoModelForCausalLM.from_pretrained(
    "zhangux/TinyChat-0.1B-pretrain",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained(
    "zhangux/TinyChat-0.1B-pretrain"
)

prompt = "今天天气怎么样？"
inputs = tokenizer(f"{tokenizer.bos_token + prompt}", return_tensors="pt")
input_ids = inputs.input_ids
output = model.generate(
        input_ids=input_ids,
        do_sample=True,
        pad_token_id=tokenizer.pad_token_id,
        eos_token_id=tokenizer.eos_token_id,
        use_cache=True # 如果这里出现了 kv_cache 相关的错误，尝试 use_cache=False
    )
print(tokenizer.decode(output[0]))

参考结果

<|im_start|>今天天气怎么样？ 抱歉，我是一名人工智能模型，无法直接观察天气情况，但是您可以查询相关的气象网站或者新闻报道来获取最新的天气信息。<|im_end|>

loss & accuracy