Mistral-7B 是一个很强的 7B 开源模型,在 Mistral 官网和论文中声称可以在 5-shot MMLU 上达到 60.1% 的准确率,首先下载官方的模型权重文件(Mistral-7B-v0.1)并直接在原精度(BF16)上进行推理,尝试复现出官方的准确率。
这里使用 llmtask 来进行下游任务测试,非常方便快捷,只需要
pip install llmtask==0.0.2
即可完成安装,可以直接测试模型在 C-Eval 和 MMLU 数据集上的表现。
示例代码:
import random
from llmtask import TaskGenerator
choices = ("A", "B", "C", "D")
TG = TaskGenerator("mmlu", max_shot=4)
for task in TG:
TG.feedback(random.choice(choices))
print(TG.summary())
测试 Mistral-7B 原精度推理脚本:
import time
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
from llmtask import TaskGenerator
def log(msg):
with open("mmlu_5shot_bf16.log", "a") as f:
f.write(f"{
msg}\n")
device = "cuda"
model = AutoModelForCausalLM.from_pretrained("/path/to/Mistral-7B-v0.1", torch_dtype=torch.bfloat16).to(device)
tokenizer = AutoTokenizer.from_pretrained("/path/to/Mistral-7B-v0.1")
cnt = 0
TG = TaskGenerator("mmlu", max_shot=5)
for task in TG:
model_inputs = tokenizer([task], return_tensors="pt").to(device)
input_tokens = len(model_inputs['input_ids'][0])
t0 = time.time()
generated_ids = model.generate(**model_inputs, max_new_tokens=1, pad_token_id=tokenizer.eos_token_id)
ans = tokenizer.batch_decode([generated_ids[0][input_tokens:]])[0]
log(f"[{
cnt:5}] [{
(time.time() - t0):5.3f} s] => ans:{
ans}")
cnt += 1
TG.feedback(ans)
log(TG.summary())
torch.cuda.empty_cache()
测试结果如下(每次只推理一个 Token 作为模型选择的答案,很快就可以测试完成):
Precision | Avg (%) | STEM (%) | Social Science (%) | Humanities (%) | Other (%) | Total Time (s) |
---|---|---|---|---|---|---|
BF16 | 61.00 61.00 61.00 | 50.46 50.46 50.46 | 75.07 75.07 75.07 | 53.47 53.47 53.47 | 68.16 68.16 68.16 | 312.79 312.79 312.79 |
平均每道题耗时 204 204 204ms,最后的测试结果还算比较接近官方的结果,以此作为 baseline 和量化后的模型权重对比推理下游任务准确率的损失情况。
量化使用 transformers 内置的 bitsandbytes 提供的 LLM.int8()
作为 8bit 量化算法(threshold=6.0
),4bit 量化包含两种 4bit 的数据类型 FP4 和 NF4,以及 torch.float32
和 torch.float16
两种计算类型,接下来分别对这些场景进行测试。
进行 8bit 推理只需要修改加载权重的这一行即可:
虽然官方已经不推荐这样做了,但是这里不需要在
BitsAndBytesConfig
配置额外的参数,可以直接这样使用默认参数。
model = AutoModelForCausalLM.from_pretrained("/path/to/Mistral-7B-v0.1", load_in_8bit=True)
8bit 量化后平均每道题耗时 401 401 401ms,测试结果如下:
Precision | Avg (%) | STEM (%) | Social Science (%) | Humanities (%) | Other (%) | Total Time (s) |
---|---|---|---|---|---|---|
INT8 | 60.87 60.87 60.87 | 51.09 51.09 51.09 | 73.59 73.59 73.59 | 52.89 52.89 52.89 | 69.29 69.29 69.29 | 614.43 614.43 614.43 |
通过 BitsAndBytesConfig
来配置量化类型(FP4
/NF4
)测试脚本:
import time
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
from llmtask import TaskGenerator
def log(msg):
with open("mmlu_5shot_fp4_fp16.log", "a") as f:
f.write(f"{
msg}\n")
device = "cuda"
bnb_config = BitsAndBytesConfig(
load_in_4bit=True,
bnb_4bit_compute_dtype=torch.float16,
bnb_4bit_quant_type="fp4",
bnb_4bit_use_double_quant=False,
bnb_4bit_quant_storage=torch.uint8
)
model = AutoModelForCausalLM.from_pretrained("/path/to/Mistral-7B-v0.1", quantization_config=bnb_config)
tokenizer = AutoTokenizer.from_pretrained("/path/to/Mistral-7B-v0.1")
TG = TaskGenerator("mmlu", max_shot=5)
cnt = 0
for task in TG:
model_inputs = tokenizer([task], return_tensors="pt").to(device)
input_tokens = len(model_inputs['input_ids'][0])
t0 = time.time()
generated_ids = model.generate(**model_inputs, max_new_tokens=1, pad_token_id=tokenizer.eos_token_id)
ans = tokenizer.batch_decode([generated_ids[0][input_tokens:]])[0]
log(f"[{
cnt:5}] [{
(time.time() - t0):5.3f} s] => ans:{
ans}")
cnt += 1
TG.feedback(ans)
log(TG.summary())
torch.cuda.empty_cache()
下面是改变其中某个参数后在 MMLU 数据集上的准确率,可以看出即使是 4bit 对准确率影响都没有很大,首 Token 性能还可以接近原精度,还节省了大量的空间。
Quant Type | Compute Dtype | Double Quant | Avg (%) | Total Time (s) |
---|---|---|---|---|
FP4 | FP16 | False | 59.37 59.37 59.37 | 347.00 347.00 347.00 |
FP4 | FP16 | True | 59.17 59.17 59.17 | 353.22 353.22 353.22 |
FP4 | FP32 | False | 59.50 59.50 59.50 | 1061.27 1061.27 1061.27 |
NF4 | FP16 | False | 59.04 59.04 59.04 | 361.19 361.19 361.19 |
Python Packages | Version |
---|---|
torch | 2.2.1 |
transformers | 4.39.1 |
bitsandbytes | 0.43.0 |
accelerate | 0.28.0 |
llmtask | 0.0.2 |
文章浏览阅读331次。第一部分:准备工作1 安装虚拟机2 安装centos73 安装JDK以上三步是准备工作,至此已经完成一台已安装JDK的主机第二部分:准备3台虚拟机以下所有工作最好都在root权限下操作1 克隆上面已经有一台虚拟机了,现在对master进行克隆,克隆出另外2台子机;1.1 进行克隆21.2 下一步1.3 下一步1.4 下一步1.5 根据子机需要,命名和安装路径1.6 ..._创建一个hadoop项目
文章浏览阅读1.7k次。心脏滴血漏洞HeartBleed CVE-2014-0160 是由heartbeat功能引入的,本文从深入码层面的分析该漏洞产生的原因_heartbleed代码分析
文章浏览阅读1.4k次。前言ofd是国家文档标准,其对标的文档格式是pdf。ofd文档是容器格式文件,ofd其实就是压缩包。将ofd文件后缀改为.zip,解压后可看到文件包含的内容。ofd文件分析工具下载:点我下载。ofd文件解压后,可以看到如下内容: 对于xml文件,可以用文本工具查看。但是对于印章文件(Seal.esl)、签名文件(SignedValue.dat)就无法查看其内容了。本人开发一款ofd内容查看器,..._signedvalue.dat
文章浏览阅读1.8w次,点赞29次,收藏313次。整体系统设计本设计主要是对ADC和DAC的使用,主要实现功能流程为:首先通过串口向FPGA发送控制信号,控制DAC芯片tlv5618进行DA装换,转换的数据存在ROM中,转换开始时读取ROM中数据进行读取转换。其次用按键控制adc128s052进行模数转换100次,模数转换数据存储到FIFO中,再从FIFO中读取数据通过串口输出显示在pc上。其整体系统框图如下:图1:FPGA数据采集系统框图从图中可以看出,该系统主要包括9个模块:串口接收模块、按键消抖模块、按键控制模块、ROM模块、D.._基于fpga的信息采集
文章浏览阅读2.5w次。1.背景错误信息:-- [http-nio-9904-exec-5] o.s.c.n.z.filters.post.SendErrorFilter : Error during filteringcom.netflix.zuul.exception.ZuulException: Forwarding error at org.springframework.cloud..._com.netflix.zuul.exception.zuulexception
文章浏览阅读358次。1.介绍图的相关概念 图是由顶点的有穷非空集和一个描述顶点之间关系-边(或者弧)的集合组成。通常,图中的数据元素被称为顶点,顶点间的关系用边表示,图通常用字母G表示,图的顶点通常用字母V表示,所以图可以定义为: G=(V,E)其中,V(G)是图中顶点的有穷非空集合,E(G)是V(G)中顶点的边的有穷集合1.1 无向图:图中任意两个顶点构成的边是没有方向的1.2 有向图:图中..._给定一个邻接矩阵未必能够造出一个图
文章浏览阅读321次。(十二)、WDS服务器安装通过前面的测试我们会发现,每次安装的时候需要加域光盘映像,这是一个比较麻烦的事情,试想一个上万个的公司,你天天带着一个光盘与光驱去给别人装系统,这将是一个多么痛苦的事情啊,有什么方法可以解决这个问题了?答案是肯定的,下面我们就来简单说一下。WDS服务器,它是Windows自带的一个免费的基于系统本身角色的一个功能,它主要提供一种简单、安全的通过网络快速、远程将Window..._doc server2012上通过wds+mdt无人值守部署win11系统.doc
文章浏览阅读219次。python–xlrd/xlwt/xlutilsxlrd只能读取,不能改,支持 xlsx和xls 格式xlwt只能改,不能读xlwt只能保存为.xls格式xlutils能将xlrd.Book转为xlwt.Workbook,从而得以在现有xls的基础上修改数据,并创建一个新的xls,实现修改xlrd打开文件import xlrdexcel=xlrd.open_workbook('E:/test.xlsx') 返回值为xlrd.book.Book对象,不能修改获取sheett_xlutils模块可以读xlsx吗
文章浏览阅读8.2w次,点赞267次,收藏656次。运行Selenium出现'WebDriver' object has no attribute 'find_element_by_id'或AttributeError: 'WebDriver' object has no attribute 'find_element_by_xpath'等定位元素代码错误,是因为selenium更新到了新的版本,以前的一些语法经过改动。..............._unresolved attribute reference 'find_element_by_id' for class 'webdriver
文章浏览阅读198次。一:模态窗口//父页面JSwindow.showModalDialog(ifrmehref, window, 'dialogWidth:550px;dialogHeight:150px;help:no;resizable:no;status:no');//子页面获取父页面DOM对象//window.showModalDialog的DOM对象var v=parentWin..._jquery获取父window下的dom对象
文章浏览阅读1.7w次,点赞15次,收藏129次。算法(algorithm)是解决一系列问题的清晰指令,也就是,能对一定规范的输入,在有限的时间内获得所要求的输出。 简单来说,算法就是解决一个问题的具体方法和步骤。算法是程序的灵 魂。二、算法的特征1.可行性 算法中执行的任何计算步骤都可以分解为基本可执行的操作步,即每个计算步都可以在有限时间里完成(也称之为有效性) 算法的每一步都要有确切的意义,不能有二义性。例如“增加x的值”,并没有说增加多少,计算机就无法执行明确的运算。 _算法
文章浏览阅读1.5k次,点赞18次,收藏26次。网络安全的标准和规范是网络安全领域的重要组成部分。它们为网络安全提供了技术依据,规定了网络安全的技术要求和操作方式,帮助我们构建安全的网络环境。下面,我们将详细介绍一些主要的网络安全标准和规范,以及它们在实际操作中的应用。_网络安全标准规范