| --- |
| language: |
| - zh |
| - en |
| tags: |
| - Dense |
| --- |
| # 开源盘古 Embedded-7B-V1.1 |
|
|
| 中文 | [English](README_EN.md) |
|
|
| ## 1. 简介 |
|
|
| openPangu-Embedded-7B-V1.1 是基于昇腾 NPU 从零训练的高效大语言模型，参数量为 7B（不含词表Embedding）。openPangu-Embedded-7B-V1.1 训练了约 25T tokens，具备快慢思考融合与自适应切换能力。 |
|
|
| ## 2. 模型架构 |
|
|
| | | openPangu-Embedded-7B-V1.1 | |
| | :---------------------------: | :----------------: | |
| | **Architecture** | Dense | |
| | **Parameters (Non-Embedding)** | 7B | |
| | **Number of Layers** | 34 | |
| | **Hidden Dimension** | 12800 | |
| | **Attention Mechanism** | GQA | |
| | **Number of Attention Heads** | 32 for Q，8 for KV | |
| | **Vocabulary Size** | 153k | |
| | **Context Length (Natively)** | 32k | |
| | **Pretraining Tokens** | 25T | |
|
|
| ## 3. 测评结果 |
|
|
| | 测评集 | 测评指标 | 慢思考v1.0 | 慢思考v1.1 | 自适应v1.1 | |
| | :------------: | :-----------------: | :--------: | :--------: | :--------: | |
| | **通用能力** | | | | | |
| | MMLU-Pro | Exact Match | 76.32 | 75.54 | 72.81 | |
| | CMMLU | Acc | 75.59 | 72.94 | 72.18 | |
| | ArenaHard_v0.1 | w/o style control | 85.80 | 88.00 | 84.60 | |
| | C-Eval | Acc | 83.05 | 84.92 | 83.33 | |
| | GPQA-Diamond | Avg@4 | 70.54 | 73.23 | 73.74 | |
| | **数学能力** | | | | | |
| | MATH-500 | Avg@1 | 95.00 | 97.00 | 96.00 | |
| | AIME24 | Avg@16 | 71.57 | 79.38 | 79.02 | |
| | AIME25 | Avg@16 | 58.24 | 70.00 | 70.21 | |
| | **代码能力** | | | | | |
| | LiveCodeBench | Avg@2 (08/24~01/25) | 54.04 | 58.27 | 58.27 | |
| | MBPP+ | Avg@2 | 76.06 | 76.46 | 75.66 | |
| |
| **注：** 评测过程中system prompt 为空，且不添加任何额外的思维链（CoT）提示。评测采用 128k 的序列长度进行。 |
| |
| 除精度外，我们还在部分数据集上统计了模型的输出长度，通过数据质量驱动的学习策略，自适应快慢思考可以在基本不影响精度地前提下，有效地在简单任务上自动切换部分输出为快思考，大幅缩短平均输出思维链长度（Length）；在难任务通过保持慢思考能力，精度持平纯慢思考模型。 |
| |
| | 测评集 | 测评指标 | 慢思考v1.1 | 自适应v1.1 | |
| | :------------: | :-----------------: | :--------: | :--------: | |
| | **通用能力** | | | | |
| | CMMLU | Acc | 72.94 | 72.18 | |
| | | Length | 2574 | 1338 | |
| | C-Eval | Acc | 84.92 | 83.33 | |
| | | Length | 2484 | 1723 | |
| | **数学能力** | | | | |
| | AIME24 | Avg@16 | 79.38 | 79.02 | |
| | | Length | 48229 | 49656 | |
| | **代码能力** | | | | |
| | LiveCodeBench | Avg@2 (08/24~01/25) | 58.27 | 58.27 | |
| | | Length | 58140 | 59307 | |
| |
| ## 4. 部署和使用 |
| |
| ### 4.1 环境准备 |
| |
| ##### 硬件规格 |
| |
| Atlas 800T A2 (64GB)，驱动与固件安装包获取请参照 [[Atlas 800T A2](https://www.hiascend.com/hardware/firmware-drivers/community?product=4&model=26&cann=8.2.RC1.alpha003&driver=Ascend+HDK+25.0.RC1)]。 |
| |
| ##### 软件环境 |
| |
| - 操作系统：Linux（推荐 openEuler>=24.03） |
| - CANN==8.1.RC1，安装准备及流程请参照 [[CANN Install]](https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/82RC1alpha002/softwareinst/instg/instg_0001.html?Mode=PmIns&OS=Ubuntu&Software=cannToolKit) |
| - python==3.10 |
| - torch==2.1.0 |
| - torch-npu==2.1.0.post12 |
| - transformers==4.53.2 |
|
|
| 以上软件配套经过验证，理论可以支持更高版本，如有疑问，可以提交 issue。 |
|
|
| ### 4.2 权重完整性校验 |
|
|
| 请参考以下方法对下载内容进行完整性校验，hash 值存储在 checklist.chk 文件中。 |
|
|
| ``` |
| #!/usr/bin/env bash |
| ARCH=$(uname -m) |
| MODEL_PATH="${TARGET_FOLDER}/${MODEL_FOLDER_PATH}" |
| cd "$MODEL_PATH" || exit 1 |
| if [ "$ARCH" = "arm64" ]; then |
| sha256sum checklist.chk |
| else |
| sha256sum -c checklist.chk |
| fi |
| ``` |
|
|
| ### 4.3 推理样例 |
|
|
| 下述内容提供 openPangu-Embedded-7B-V1.1 在 `transformers` 框架上进行推理的一个简单示例： |
|
|
| > 运行前请修改 generate.py，添加模型路径。 |
|
|
| ```bash |
| cd inference |
| python generate.py |
| ``` |
|
|
| openPangu-Embedded-7B-V1.1 模型默认为慢思考模式，可以通过以下手段切换至快慢自适应切换/快思考模式： |
|
|
| - 在代码实例`generate.py`中，`auto_thinking_prompt`与`no_thinking_prompt`变量的定义展示了切换至快慢自适应或快思考模式的具体实现：通过在用户输入末尾添加`/auto_think`或`/no_think`标记，可将当前轮次切换至快慢自适应切换/快思考模式。 |
|
|
| ### 4.4 使用推理框架 |
|
|
| vllm_ascend：参考[[vllm_ascend_for_openpangu_embedded_7b.zh]](inference/vllm_ascend_for_openpangu_embedded_7b.zh.md) |
|
|
| ## 5. 模型许可证 |
|
|
| 除文件中对开源许可证另有约定外，openPangu-Embedded-7B-V1.1 模型根据 OPENPANGU MODEL LICENSE AGREEMENT VERSION 1.0 授权，旨在允许使用并促进人工智能技术的进一步发展。有关详细信息，请参阅模型存储库根目录中的 [LICENSE](LICENSE) 文件。 |
|
|
| ## 6. 免责声明 |
|
|
| 由于 openPangu-Embedded-7B-V1.1（“模型”）所依赖的技术固有的技术限制，以及人工智能生成的内容是由盘古自动生成的，华为无法对以下事项做出任何保证： |
|
|
| - 尽管该模型的输出由 AI 算法生成，但不能排除某些信息可能存在缺陷、不合理或引起不适的可能性，生成的内容不代表华为的态度或立场； |
| - 无法保证该模型 100% 准确、可靠、功能齐全、及时、安全、无错误、不间断、持续稳定或无任何故障； |
| - 该模型的输出内容不构成任何建议或决策，也不保证生成的内容的真实性、完整性、准确性、及时性、合法性、功能性或实用性。生成的内容不能替代医疗、法律等领域的专业人士回答您的问题。生成的内容仅供参考，不代表华为的任何态度、立场或观点。您需要根据实际情况做出独立判断，华为不承担任何责任。 |
|
|
| ## 7. 反馈 |
|
|
| 如果有任何意见和建议，请提交issue或联系 openPangu@huawei.com。 |
