falcon-11B

项目概述

Falcon2-11B是由阿联酋技术创新研究院(TII)开发的一个大型语言模型。这是一个拥有110亿参数的因果解码器模型，它在超过5万亿个token的RefinedWeb数据集上进行训练。该模型采用TII Falcon 2.0许可证发布，这是一个基于Apache 2.0的开放许可证。

模型特点

该模型具有以下突出特点：

• 支持多语言处理能力，包括英语、德语、西班牙语、法语、意大利语等11种语言
• 采用8192 tokens的上下文长度，具有较强的长文本处理能力
• 使用了先进的FlashAttention-2注意力机制，提升了模型性能
• 在多个基准测试中展现出优秀性能，如ARC-Challenge、HellaSwag等测试

技术架构

Falcon2-11B的架构主要基于GPT-3模型，但做了以下改进：

• 使用旋转位置编码(Rotary Position Embedding)
• 采用多查询注意力机制(Multiquery Attention)
• 并行化的注意力层和MLP层
• 模型包含60层，模型维度为4096，词表大小为65024

训练细节

模型训练采用了四阶段策略：

• 第一阶段：2048上下文长度，训练4500B tokens
• 第二阶段：4096上下文长度，训练250B tokens
• 第三阶段：8192上下文长度，训练250B tokens
• 第四阶段：8192上下文长度，训练500B tokens，使用高质量数据

训练基础设施：

• 硬件：1024个A100 40GB GPU
• 使用3D并行策略结合ZeRO优化
• 训练时间约两个月

使用建议

• 该模型适合作为基础模型进行进一步微调
• 建议在实际应用前进行充分的风险评估
• 需要PyTorch 2.0或更高版本支持
• 可用于研究大型语言模型或特定任务的微调，如文本生成、聊天机器人等
• 不建议直接用于生产环境，除非经过适当的安全评估和优化

局限性

• 主要针对英语等11种语言优化，对其他语言支持有限
• 可能携带网络数据中常见的刻板印象和偏见
• 作为原始预训练模型，需要针对具体应用场景进行微调
• 在生产环境使用前需要建立适当的安全护栏