EasyContext

EasyContext

优化语言模型上下文长度至百万级的开源项目

EasyContext 是一个开源项目,致力于优化语言模型的上下文长度至 100 万个标记。项目结合序列并行、Deepspeed zero3 卸载和 Flash attention 等技术,实现了对 Llama2-7B 和 Llama2-13B 模型的全参数微调。通过最小化硬件需求,EasyContext 展示了长上下文扩展的可行性,并提供简洁的实现代码和评估结果,为自然语言处理研究和开发提供了有价值的资源。

EasyContext长上下文模型语言模型注意力机制训练技巧Github开源项目

EasyContext

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/2f111e14-edbf-4b34-ae70-493d93a76ca8.webp" width="500"> </p> <p align="center"> 🤗 <a href="https://huggingface.co/collections/PY007/easycontext-660cef5a02b514836996b782" target="_blank">Hugging Face</a> </p>

内存优化和训练方案,用于将语言模型的上下文长度扩展到100万个token,仅需最小的硬件要求。

更新

  • [06/25] EasyContext是我们开发LongVA(一个长上下文视觉语言模型)的一部分。如果你感兴趣,可以查看一下!
  • [05/11] 添加了Ulysses。
  • [05/06] 在NIAH评估脚本中添加了干扰项(多针)。你可以使用--num_distractor设置干扰项的数量。
  • [05/06] 重要!如果你想使用eval_needle.py评估llama3模型,你需要在QUESTION_STR后面额外添加一个空格(" ")。我认为这与分词器有关。

这是什么?

许多公司一直在宣传他们的模型处理长上下文的能力。对于公司以外的人来说,100万个token的上下文似乎仍然有些神奇,或者需要巨大的计算资源。这个仓库旨在揭开长上下文扩展的神秘面纱,展示它实际上相当简单直接。

这个仓库并不提出新的想法。相反,我们展示了如何结合现有技术来训练具有以下上下文长度的语言模型:

  • 使用8个A100(Llama2-7B)实现70万。
  • 使用16个A100(Llama2-13B)实现100万。

没有使用任何近似方法。这些模型可以进行完全微调、全注意力和全序列长度的训练。我们的训练脚本(train.py)代码不到200行。

使用的技术包括:

我们支持不同的序列并行方法:

然后,我们在8个A100上训练Llama-2-7B,通过逐步增加其rope基频到1B。值得注意的是,我们的模型仅用512K序列长度进行训练,但可以泛化到近100万的上下文。

使用方法

from easy_context import prepare_seq_parallel_inputs, apply_seq_parallel_monkey_patch, prepare_dataloader from transformers import LlamaForCausalLM # 将注意力实现从flash attn切换为dist_ring_attn或zigzag_ring_attn apply_seq_parallel_monkey_patch("dist_flash_attn", "llama") # 确保启用flash_attention_2 model = LlamaForCausalLM.from_pretrained(model_name, _attn_implementation="flash_attention_2") accelerator = ... train_dataloader = ... prepare_dataloader("dist_flash_attn", train_dataloader, accelerator) # 在你的训练循环中... for step, batch in enumerate(train_dataloader): # 分片序列 prepared = prepare_seq_parallel_inputs("dist_flash_attn", batch["input_ids"], batch["position_ids"], batch["target_ids"], accelerator.process_index, accelerator.num_processes, accelerator.device) local_input_ids = prepared["local_input_ids"] local_position_ids = prepared["local_position_ids"] local_target_ids = prepared["local_target_ids"] # 然后照常进行模型前向传播 logits = model(local_input_ids,position_ids=local_position_ids,).logits

结果

大海捞针测试

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/2b086c46-f608-45af-adfd-e59cf25860e3.jpg" width="800"> </p>

仍然存在一些红色方块。我不确定指令微调或更强的长上下文训练是否会有所帮助。

困惑度

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/9ac3a0f3-0d16-4564-a800-3a1247d469df.png" width="800"> </p>

在proofpile测试集中找到的两个长度为50万到60万的最长文档上进行测试。

安装

代码在Python 3.10.0、PyTorch 2.4.0(nightly版)和CUDA 11.8上测试通过。

conda create -n easycontext python=3.10 -y && conda activate easycontext pip install --pre torch==2.4.0.dev20240324 --index-url https://download.pytorch.org/whl/nightly/cu118 pip install packaging && pip install ninja && pip install flash-attn --no-build-isolation --no-cache-dir pip install -r requirements.txt

请注意,PyTorch nightly版是必需的,因为我发现PyTorch 2.2.0在8个A100上处理70万上下文长度时会出现OOM问题。

评估

大海捞针

accelerate launch --num_processes 8 --config_file accelerate_configs/deepspeed_inference.yaml --main_process_port 6000 eval_needle.py \ --model PY007/EasyContext-1M-Llama-2-7B \ --max_context_length 1000000 \ --min_context_length 50000 \ --context_interval 50000 \ --depth_interval 0.1 \ --num_samples 2 \ --rnd_number_digits 7 \ --haystack_dir PaulGrahamEssays

上述命令大约需要6小时。要减少时间,可以考虑增加context_interval和depth_interval。

困惑度

在proofpile测试中,只有两个文档长度超过500K。

accelerate launch --config_file accelerate_configs/deepspeed_inference.yaml --num_processes 8 --main_process_port 6000 eval_ppl.py \ --tokenized emozilla/proofpile-test-tokenized \ --dataset-min-tokens 500000 \ --samples 2 \ --output-file data/debug.csv \ --min-tokens 50000 \ --max-tokens 500000 \ --tokens-step 50000 \ --truncate \ --aggressive-memory \ -m PY007/EasyContext-1M-Llama-2-7B python plot.py data/debug.csv --xmax 550000 --ymax 2 --ymin 1.5

训练

请参见train_scripts/

速度

从数据并行切换到环形注意力会导致吞吐量略有下降,但不显著。然而,当我们增加序列长度时,由于自注意力的二次复杂度,吞吐量会显著下降。我不认为这是由于环形注意力中通信成本的增加,因为GPU利用率几乎始终保持在100%。吞吐量是在8个A100上使用Llama-7B模型测量前5个训练步骤得出的,所以预计会有一些变化。

设置8个A100的吞吐量
64K,数据并行10240 tokens/s
64K,环形注意力7816 tokens/s
128K,环形注意力4266 tokens/s
512K,环形注意力2133 tokens/s
700K,环形注意力1603 tokens/s

我还记得两年前有很多关于稀疏注意力是否相关的讨论,一个重要的反驳论点是自注意力的二次复杂度并不占主导地位。我认为在长上下文时代,是时候重新审视这个问题了。

待办事项

  • 切换到猴子补丁实现。
  • 添加分布式快速注意力
  • 设置pip包。
  • EasyContext-Llama-2-13B-1M,如果有空余计算资源。
  • 指令微调。
  • EasyContext-Mistral-7B-1M,如果有空余计算资源。
  • 添加PoSE

我们没有明确的待办事项时间表。欢迎社区贡献和合作。请随时提出问题或拉取请求。

一些随机想法

直到现在,处理视频生成模型中的长序列一直被认为是一个巨大挑战。 我相信8个A100在训练期间可以容纳700K上下文的7B transformer这一事实不仅对语言模型来说很酷;对视频生成也是巨大的进步。 700K的上下文长度意味着我们现在可以微调/生成1500帧,假设每帧包含512个tokens。 这意味着如果有一天Meta或其他人开源,我们至少可以进行微调。 此外,编码器型transformer的一个好处是我们不需要存储KV缓存,这是一个巨大的内存节省。

致谢

本工作建立在以下论文/仓库的基础之上:

引用

如果您觉得这项工作有用,请通过以下方式引用:

@article{zhang2024longva,
  title={Long Context Transfer from Language to Vision},
  author={Peiyuan Zhang and Kaichen Zhang and Bo Li and Guangtao Zeng and Jingkang Yang and Yuanhan Zhang and Ziyue Wang and Haoran Tan and Chunyuan Li and Ziwei Liu},
  journal={arXiv preprint arXiv:2406.16852},
  year={2024},
  url = {https://arxiv.org/abs/2406.16852}
}

同时也请考虑给个星标 >_<

Star History Chart

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多