--- title: Atom-7B-Chat canonical_url: "https://www.modelscope.cn/models/FlagAlpha/Atom-7B-Chat" md_url: "https://www.modelscope.cn/models/FlagAlpha/Atom-7B-Chat.md" repository: FlagAlpha/Atom-7B-Chat chinese_name: "Atom-7B-对话模型" last_updated: 2024-04-11 license: "Apache License 2.0" pipeline_tag: text-generation tasks: - text-generation model_type: - llama architectures: - LlamaForCausalLM parameters: 7.0B tensor_type: - F16 library_name: - safetensors - pytorch frameworks: - pytorch inference_backends: - "deploy_task text/emb" - "lmdeploy 0.9.1" - "lmdeploy_turbomind 0.9.1" - "sglang 0.5.2" - "vllm 0.9.2" downloads: 15906 stars: 24 --- # Atom-7B-Chat > Atom-7B-Chat - FlagAlpha 在 ModelScope 开源的模型。Atom-7B对话模型 FlagAlpha/Atom-7B-Chat 是 ModelScope 魔搭社区上的 7.0B 参数text-generation模型，采用 Apache License 2.0 许可，可用 deploy_task text/emb、lmdeploy 0.9.1、lmdeploy_turbomind 0.9.1 部署。 - **Repository**: FlagAlpha/Atom-7B-Chat - **License**: Apache License 2.0 - **Tasks**: text-generation - **Parameters**: 7.0B - **Inference backends**: deploy_task text/emb, lmdeploy 0.9.1, lmdeploy_turbomind 0.9.1, sglang 0.5.2, vllm 0.9.2 - **Downloads**: 15906 - **Stars**: 24 - **Last updated**: 2024-04-11 Source: https://www.modelscope.cn/models/FlagAlpha/Atom-7B-Chat --- ### Clone with HTTP ```bash git clone https://www.modelscope.cn/FlagAlpha/Atom-7B-Chat.git ``` # Atom-7B-Chat (32K) Atom-7B-Chat基于Atom-7B的32K长度的对话模型，由Llama中文社区和AtomEcho（原子回声）联合研发，我们会持续提供更新的模型参数，模型训练过程见(https://llama.family)。 模型的部署、训练、微调等方法详见Llama中文社区GitHub仓库：https://github.com/LlamaFamily/Llama-Chinese ## 📝 中文数据 | 类型 | 描述 | | ---------------------------------------------------------- | ------------------------------------------------------------ | | 网络数据 | 互联网上公开的网络数据，挑选出去重后的高质量中文数据，涉及到百科、书籍、博客、新闻、公告、小说等高质量长文本数据。 | | Wikipedia | 中文Wikipedia的数据 | | 悟道 | 中文悟道开源的200G数据 | | Clue | Clue开放的中文预训练数据，进行清洗后的高质量中文长文本数据 | | 竞赛数据集 | 近年来中文自然语言处理多任务竞赛数据集，约150个 | | MNBVC | MNBVC 中清洗出来的部分数据集 | ## 📚 中文词表 为了提高中文文本处理的效率，我们针对Llama2模型的词表进行了深度优化。 首先，我们基于数百G的中文文本，**在Llama2词表的基础上扩展词库至65,000个单词**。 经过测试，我们的改进使得**中文编码/解码速度提高了约350％**。 此外，我们还扩大了中文字符集的覆盖范围，包括所有**emoji符号**，这使的生成带有表情符号的文章更加高效。 对于Llama2原生词表中的一些特殊情况，如数字、英文等，我们尽可能地避免对其进行修改或替换。 最终，成功地实现了一种既能提高中文处理效率又能保持Llama2原有性能的方法。 ## 📈 训练过程 **模型结构** 基于当前最优秀的开源模型Llama2，使用主流Decoder-only的标准Transformer网络结构，支持4K的上下文长度（Context Length），为同尺寸模型中最长，能满足更长的多轮对话、知识问答与摘要等需求，模型应用场景更广泛。 **FlashAttention-2高效训练** Atom-7B采用了FlashAttention-2技术进行训练。由于在处理较长的输入序列时，内存消耗的问题可能会导致“内存爆炸”现象。FlashAttention-2是一种高效注意力机制的实现方式之一，相较于传统的注意力技术（Attention），它拥有更快速的速度以及更加优化的内存占用率。 **基于NTK的自适应上下文扩展技术** - 可在不继续训练模型的情况下支持更长的上下文 - 本项目中模型默认支持4K上下文，利用上述技术可扩展至18K+ - 经过微调可以支持到32K+ ## 💻 推理配置 实际应用中，消费级显卡要比专业显卡便宜的多（比如3090相比A10，同样都是24G显存）。 对于消费级显卡，直接FP32肯定放不下，一般最基本的是FP16，而INT8和INT4量化就很有用，例如： - 对于3080显卡（10G显存），Atom-7B的INT8只需要8G显存可以直接部署。 - 对于3080显卡（10G显存），Atom-7B的INT4只需要5G显存可以直接部署。