CausalLM

[源代码]

CausalLM

keras_hub.models.CausalLM()

用于生成式语言建模任务的基类。

CausalLM 任务封装了 keras_hub.models.Backbonekeras_hub.models.Preprocessor,以创建可用于生成和生成式微调的模型。

CausalLM 任务提供了一个额外的高级 generate() 函数,可用于以字符串输入、字符串输出的方式自动回归地逐词采样模型。所有 CausalLM 类的 compile() 方法都包含一个额外的 sampler 参数,可用于传递 keras_hub.samplers.Sampler 来控制预测分布的采样方式。

调用 fit() 时,将逐词预测分词后的输入,并应用因果掩码,这为控制推理时生成提供了预训练和监督微调设置。

所有 CausalLM 任务都包含一个 from_preset() 构造函数,可用于加载预训练配置和权重。

示例

# Load a GPT2 backbone with pre-trained weights.
causal_lm = keras_hub.models.CausalLM.from_preset(
    "gpt2_base_en",
)
causal_lm.compile(sampler="top_k")
causal_lm.generate("Keras is a", max_length=64)

# Load a Mistral instruction tuned checkpoint at bfloat16 precision.
causal_lm = keras_hub.models.CausalLM.from_preset(
    "mistral_instruct_7b_en",
    dtype="bfloat16",
)
causal_lm.compile(sampler="greedy")
causal_lm.generate("Keras is a", max_length=64)

[源代码]

from_preset 方法

CausalLM.from_preset(preset, load_weights=True, **kwargs)

从模型预设实例化一个 keras_hub.models.Task

预设是一个包含配置、权重和其他文件资产的目录,用于保存和加载预训练模型。preset 可以作为以下之一传递:

  1. 一个内置的预设标识符,如 'bert_base_en'
  2. 一个 Kaggle Models 句柄,如 'kaggle://user/bert/keras/bert_base_en'
  3. 一个 Hugging Face 句柄,如 'hf://user/bert_base_en'
  4. 一个本地预设目录的路径,如 './bert_base_en'

对于任何 Task 子类,您都可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

此构造函数可以通过两种方式调用:从任务特定的基类(如 keras_hub.models.CausalLM.from_preset())调用,或者从模型类(如 keras_hub.models.BertTextClassifier.from_preset())调用。如果从基类调用,返回对象的子类将从预设目录中的配置推断。

参数

  • preset:字符串。一个内置预设标识符、一个 Kaggle Models 句柄、一个 Hugging Face 句柄或一个本地目录的路径。
  • load_weights: 布尔值。如果为 True,已保存的权重将被加载到模型架构中。如果为 False,所有权重将被随机初始化。

示例

# Load a Gemma generative task.
causal_lm = keras_hub.models.CausalLM.from_preset(
    "gemma_2b_en",
)

# Load a Bert classification task.
model = keras_hub.models.TextClassifier.from_preset(
    "bert_base_en",
    num_classes=2,
)
预设 参数 描述
bart_base_en 139.42M 6 层 BART 模型,大小写保持不变。在 BookCorpus、英文维基百科和 CommonCrawl 上训练。
bart_large_en 406.29M 12 层 BART 模型,大小写保持不变。在 BookCorpus、英文维基百科和 CommonCrawl 上训练。
bart_large_en_cnn 406.29M 在 CNN+DM 摘要数据集上微调的 bart_large_en 骨干模型。
bloom_560m_multi 559.21M 24 层 Bloom 模型,隐藏维度为 1024。在 45 种自然语言和 12 种编程语言上训练。
bloomz_560m_multi 559.21M 24 层 Bloom 模型,隐藏维度为 1024。在跨语言任务混合 (xP3) 数据集上进行微调。
bloom_1.1b_multi 1.07B 24 层 Bloom 模型,隐藏维度为 1536。在 45 种自然语言和 12 种编程语言上训练。
bloomz_1.1b_multi 1.07B 24 层 Bloom 模型,隐藏维度为 1536。在跨语言任务混合 (xP3) 数据集上进行微调。
bloom_1.7b_multi 1.72B 24 层 Bloom 模型,隐藏维度为 2048。在 45 种自然语言和 12 种编程语言上训练。
bloomz_1.7b_multi 1.72B 24 层 Bloom 模型,隐藏维度为 2048。在跨语言任务混合 (xP3) 数据集上进行微调。
bloom_3b_multi 3.00B 30 层 Bloom 模型,隐藏维度为 2560。在 45 种自然语言和 12 种编程语言上训练。
bloomz_3b_multi 3.00B 30 层 Bloom 模型,隐藏维度为 2560。在跨语言任务混合 (xP3) 数据集上进行微调。
falcon_refinedweb_1b_en 1.31B 24 层 Falcon 模型(参数为 10 亿的 Falcon),在 RefinedWeb 数据集的 3500 亿个标记上训练。
gemma_2b_en 25.1 亿 20 亿参数、18 层的 Gemma 基础模型。
gemma_instruct_2b_en 25.1 亿 20 亿参数、18 层的 Gemma 指令微调模型。
gemma_1.1_instruct_2b_en 25.1 亿 20 亿参数、18 层的 Gemma 指令微调模型。1.1 版本更新提高了模型质量。
code_gemma_1.1_2b_en 25.1 亿 20 亿参数、18 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。1.1 版本更新提高了模型质量。
code_gemma_2b_en 25.1 亿 20 亿参数、18 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。
gemma2_2b_en 26.1 亿 20 亿参数、26 层的 Gemma 基础模型。
gemma2_instruct_2b_en 26.1 亿 20 亿参数、26 层的 Gemma 指令微调模型。
shieldgemma_2b_en 26.1 亿 20 亿参数、26 层的 ShieldGemma 模型。
gemma_7b_en 85.4 亿 70 亿参数、28 层的 Gemma 基础模型。
gemma_instruct_7b_en 85.4 亿 70 亿参数、28 层的 Gemma 指令微调模型。
gemma_1.1_instruct_7b_en 85.4 亿 70 亿参数、28 层的 Gemma 指令微调模型。1.1 版本更新提高了模型质量。
code_gemma_7b_en 85.4 亿 70 亿参数、28 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。
code_gemma_instruct_7b_en 85.4 亿 70 亿参数、28 层的 CodeGemma 指令微调模型。此模型针对与代码相关的聊天用例进行了训练。
code_gemma_1.1_instruct_7b_en 85.4 亿 70 亿参数、28 层的 CodeGemma 指令微调模型。此模型针对与代码相关的聊天用例进行了训练。1.1 版本更新提高了模型质量。
gemma2_9b_en 92.4 亿 90 亿参数、42 层的 Gemma 基础模型。
gemma2_instruct_9b_en 92.4 亿 90 亿参数、42 层的 Gemma 指令微调模型。
shieldgemma_9b_en 92.4 亿 90 亿参数、42 层的 ShieldGemma 模型。
gemma2_27b_en 272.3 亿 270 亿参数、42 层的 Gemma 基础模型。
gemma2_instruct_27b_en 272.3 亿 270 亿参数、42 层的 Gemma 指令微调模型。
shieldgemma_27b_en 272.3 亿 270 亿参数、42 层的 ShieldGemma 模型。
gemma3_1b 999.89M 10 亿参数,26 层,仅文本预训练 Gemma3 模型。
gemma3_instruct_1b 999.89M 10 亿参数,26 层,仅文本指令微调 Gemma3 模型。
gemma3_4b_text 3.88B 40 亿参数,34 层,仅文本预训练 Gemma3 模型。
gemma3_instruct_4b_text 3.88B 40 亿参数,34 层,仅文本指令微调 Gemma3 模型。
gemma3_4b 4.30B 40 亿参数,34 层,视觉+文本预训练 Gemma3 模型。
gemma3_instruct_4b 4.30B 40 亿参数,34 层,视觉+文本指令微调 Gemma3 模型。
gemma3_12b_text 11.77B 120 亿参数,48 层,仅文本预训练 Gemma3 模型。
gemma3_instruct_12b_text 11.77B 120 亿参数,48 层,仅文本指令微调 Gemma3 模型。
gemma3_12b 12.19B 120 亿参数,48 层,视觉+文本预训练 Gemma3 模型。
gemma3_instruct_12b 12.19B 120 亿参数,48 层,视觉+文本指令微调 Gemma3 模型。
gemma3_27b_text 27.01B 270 亿参数,62 层,仅文本预训练 Gemma3 模型。
gemma3_instruct_27b_text 27.01B 270 亿参数,62 层,仅文本指令微调 Gemma3 模型。
gemma3_27b 27.43B 270 亿参数,62 层,视觉+文本预训练 Gemma3 模型。
gemma3_instruct_27b 27.43B 270 亿参数,62 层,视觉+文本指令微调 Gemma3 模型。
gpt2_base_en 124.44M 12 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。
gpt2_base_en_cnn_dailymail 124.44M 12 层 GPT-2 模型,大小写保持不变。在 CNN/DailyMail 摘要数据集上微调。
gpt2_medium_en 354.82M 24 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。
gpt2_large_en 774.03M 36 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。
gpt2_extra_large_en 1.56B 48 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。
llama2_7b_en 6.74B 70 亿参数,32 层,基础 LLaMA 2 模型。
llama2_instruct_7b_en 6.74B 70 亿参数,32 层,指令微调 LLaMA 2 模型。
vicuna_1.5_7b_en 6.74B 70 亿参数,32 层,指令微调 Vicuna v1.5 模型。
llama2_7b_en_int8 6.74B 70 亿参数,32 层,基础 LLaMA 2 模型,激活和权重均量化为 int8。
llama2_instruct_7b_en_int8 6.74B 70 亿参数,32 层,指令微调 LLaMA 2 模型,激活和权重均量化为 int8。
llama3.2_1b 15.0 亿 10 亿参数、16 层的 LLaMA 3.2 基础模型。
llama3.2_instruct_1b 15.0 亿 10 亿参数、16 层的经过指令调优的 LLaMA 3.2 模型。
llama3.2_guard_1b 15.0 亿 10 亿参数、16 层的 LLaMA 3.2 基础模型,为同意安全分类进行了微调。
llama3.2_3b 36.1 亿 30 亿参数、26 层的 LLaMA 3.2 基础模型。
llama3.2_instruct_3b 36.1 亿 30 亿参数、28 层的经过指令调优的 LLaMA 3.2 模型。
llama3_8b_en 80.3 亿 80 亿参数、32 层的 LLaMA 3 基础模型。
llama3_instruct_8b_en 80.3 亿 80 亿参数、32 层的经过指令调优的 LLaMA 3 模型。
llama3.1_8b 80.3 亿 80 亿参数、32 层的 LLaMA 3.1 基础模型。
llama3.1_instruct_8b 80.3 亿 80 亿参数、32 层的经过指令调优的 LLaMA 3.1 模型。
llama3.1_guard_8b 80.3 亿 80 亿参数、32 层的 LLaMA 3.1 模型,为同意安全分类进行了微调。
llama3_8b_en_int8 80.3 亿 80 亿参数、32 层的 LLaMA 3 基础模型,其激活和权重被量化为 int8。
llama3_instruct_8b_en_int8 80.3 亿 80 亿参数、32 层的经过指令调优的 LLaMA 3 模型,其激活和权重被量化为 int8。
mistral_7b_en 72.4 亿 Mistral 7B 基础模型
mistral_instruct_7b_en 72.4 亿 Mistral 7B 指令模型
mistral_0.2_instruct_7b_en 72.4 亿 Mistral 7B 指令模型 0.2 版
mixtral_8_7b_en 46.70B 32 层 Mixtral MoE 模型,具有 70 亿个活动参数和每个 MoE 层 8 个专家。
mixtral_8_instruct_7b_en 46.70B 指令微调 32 层 Mixtral MoE 模型,具有 70 亿个活动参数和每个 MoE 层 8 个专家。
moonshine_tiny_en 27.09M 用于英语语音识别的 Moonshine tiny 模型。由 Useful Sensors 开发,用于实时转录。
moonshine_base_en 61.51M 用于英语语音识别的 Moonshine base 模型。由 Useful Sensors 开发,用于实时转录。
opt_125m_en 125.24M 12 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。
opt_1.3b_en 1.32B 24 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。
opt_2.7b_en 2.70B 32 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。
opt_6.7b_en 6.70B 32 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。
pali_gemma_3b_mix_224 2.92B 图像大小 224,混合微调,文本序列长度为 256
pali_gemma_3b_224 2.92B 图像大小 224,预训练,文本序列长度为 128
pali_gemma_3b_mix_448 2.92B 图像大小 448,混合微调,文本序列长度为 512
pali_gemma_3b_448 2.92B 图像大小 448,预训练,文本序列长度为 512
pali_gemma_3b_896 2.93B 图像大小 896,预训练,文本序列长度为 512
pali_gemma2_mix_3b_224 3.03B 30 亿参数,图像大小 224,SigLIP-So400m 视觉编码器 27 层,Gemma2 2B 语言模型 26 层。此模型已在各种视觉语言任务和领域上进行微调。
pali_gemma2_pt_3b_224 3.03B 30 亿参数,图像大小 224,SigLIP-So400m 视觉编码器 27 层,Gemma2 2B 语言模型 26 层。此模型已在混合数据集上进行预训练。
pali_gemma_2_ft_docci_3b_448 3.03B 30 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 2B 语言模型 26 层。此模型已在 DOCCI 数据集上进行微调,以改进具有细粒度细节的描述。
pali_gemma2_mix_3b_448 3.03B 30 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 2B 语言模型 26 层。此模型已在各种视觉语言任务和领域上进行微调。
pali_gemma2_pt_3b_448 3.03B 30 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 2B 语言模型 26 层。此模型已在混合数据集上进行预训练。
pali_gemma2_pt_3b_896 3.04B 30 亿参数,图像大小 896,SigLIP-So400m 视觉编码器 27 层,Gemma2 2B 语言模型 26 层。此模型已在混合数据集上进行预训练。
pali_gemma2_mix_10b_224 9.66B 100 亿参数,图像大小 224,SigLIP-So400m 视觉编码器 27 层,Gemma2 9B 语言模型 42 层。此模型已在各种视觉语言任务和领域上进行微调。
pali_gemma2_pt_10b_224 9.66B 100 亿参数,图像大小 224,SigLIP-So400m 视觉编码器 27 层,Gemma2 9B 语言模型 42 层。此模型已在混合数据集上进行预训练。
pali_gemma2_ft_docci_10b_448 9.66B 100 亿参数,SigLIP-So400m 视觉编码器 27 层,Gemma2 9B 语言模型 42 层。此模型已在 DOCCI 数据集上进行微调,以改进具有细粒度细节的描述。
pali_gemma2_mix_10b_448 9.66B 100 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 9B 语言模型 42 层。此模型已在各种视觉语言任务和领域上进行微调。
pali_gemma2_pt_10b_448 9.66B 100 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 9B 语言模型 42 层。此模型已在混合数据集上进行预训练。
pali_gemma2_pt_10b_896 9.67B 100 亿参数,图像大小 896,SigLIP-So400m 视觉编码器 27 层,Gemma2 9B 语言模型 42 层。此模型已在混合数据集上进行预训练。
pali_gemma2_mix_28b_224 27.65B 280 亿参数,图像大小 224,SigLIP-So400m 视觉编码器 27 层,Gemma2 27B 语言模型 46 层。此模型已在各种视觉语言任务和领域上进行微调。
pali_gemma2_mix_28b_448 27.65B 280 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 27B 语言模型 46 层。此模型已在各种视觉语言任务和领域上进行微调。
pali_gemma2_pt_28b_224 27.65B 280 亿参数,图像大小 224,SigLIP-So400m 视觉编码器 27 层,Gemma2 27B 语言模型 46 层。此模型已在混合数据集上进行预训练。
pali_gemma2_pt_28b_448 27.65B 280 亿参数,图像大小 448,SigLIP-So400m 视觉编码器 27 层,Gemma2 27B 语言模型 46 层。此模型已在混合数据集上进行预训练。
pali_gemma2_pt_28b_896 27.65B 280 亿参数,图像大小 896,SigLIP-So400m 视觉编码器 27 层,Gemma2 27B 语言模型 46 层。此模型已在混合数据集上进行预训练。
phi3_mini_4k_instruct_en 3.82B 38 亿参数,32 层,4k 上下文长度的 Phi-3 模型。该模型使用 Phi-3 数据集进行训练。该数据集包括合成数据和经过筛选的公开网站数据,重点关注高质量和推理密集型特性。
phi3_mini_128k_instruct_en 3.82B 38 亿参数,32 层,128k 上下文长度的 Phi-3 模型。该模型使用 Phi-3 数据集进行训练。该数据集包括合成数据和经过筛选的公开网站数据,重点关注高质量和推理密集型特性。
qwen2.5_0.5b_en 494.03M 24 层 Qwen 模型,参数为 5 亿。
qwen2.5_instruct_0.5b_en 494.03M 指令微调 24 层 Qwen 模型,参数为 5 亿。
qwen2.5_3b_en 3.09B 36 层 Qwen 模型,参数为 31 亿。
qwen2.5_7b_en 6.99B 48 层 Qwen 模型,参数为 70 亿。
qwen2.5_instruct_32b_en 32.76B 指令微调 64 层 Qwen 模型,参数为 320 亿。
qwen2.5_instruct_72b_en 72.71B 指令微调 80 层 Qwen 模型,参数为 720 亿。
qwen1.5_moe_2.7b_en 14.32B 24 层 Qwen MoE 模型,具有 27 亿个活动参数和每个 MoE 层 8 个专家。

[源代码]

compile 方法

CausalLM.compile(
    optimizer="auto", loss="auto", weighted_metrics="auto", sampler="top_k", **kwargs
)

配置 CausalLM 任务以进行训练和生成。

CausalLM 任务扩展了 keras.Model.compile 的默认编译签名,并为 optimizerlossweighted_metrics 提供了默认值。要覆盖这些默认值,请在编译期间将任何值传递给这些参数。

CausalLM 任务向 compile 添加了一个新的 sampler,可用于控制 generate 函数中使用的采样策略。

请注意,由于训练输入包含从损失中排除的填充标记,因此使用 weighted_metrics 而不是 metrics 进行编译几乎总是一个好主意。

参数

  • optimizer:“auto”、优化器名称或 keras.Optimizer 实例。默认为“auto”,它使用给定模型和任务的默认优化器。有关可能的 optimizer 值,请参阅 keras.Model.compilekeras.optimizers
  • loss:“auto”、损失名称或 keras.losses.Loss 实例。默认为“auto”,其中 keras.losses.SparseCategoricalCrossentropy 损失将应用于分词分类 CausalLM 任务。有关可能的 loss 值,请参阅 keras.Model.compilekeras.losses
  • weighted_metrics:“auto”或模型在训练和测试期间要评估的指标列表。默认为“auto”,其中 keras.metrics.SparseCategoricalAccuracy 将用于跟踪模型猜测掩码词元值的准确性。有关可能的 weighted_metrics 值,请参阅 keras.Model.compilekeras.metrics
  • sampler:采样器名称或 keras_hub.samplers.Sampler 实例。配置 generate() 调用期间使用的采样方法。有关内置采样策略的完整列表,请参阅 keras_hub.samplers
  • **kwargs:有关 compile 方法支持的完整参数列表,请参阅 keras.Model.compile

[源代码]

generate 方法

CausalLM.generate(inputs, max_length=None, stop_token_ids="auto", strip_prompt=False)

根据提示 inputs 生成文本。

此方法根据给定的 inputs 生成文本。用于生成的采样方法可以通过 compile() 方法设置。

如果 inputs 是一个 tf.data.Dataset,输出将“逐批”生成并连接起来。否则,所有输入将被视为单个批次处理。

如果模型附加了 preprocessor,则 inputs 将在 generate() 函数内部进行预处理,并且应与 preprocessor 层期望的结构(通常是原始字符串)匹配。如果未附加 preprocessor,则输入应与 backbone 期望的结构匹配。请参阅上面的示例用法以了解每种情况的演示。

参数

  • inputs:python 数据、张量数据或 tf.data.Dataset。如果模型附加了 preprocessor,则 inputs 应与 preprocessor 层期望的结构匹配。如果未附加 preprocessor,则 inputs 应与 backbone 模型期望的结构匹配。
  • max_length:可选。int。生成序列的最大长度。默认为 preprocessor 配置的最大 sequence_length。如果 preprocessorNone,则 inputs 应填充到所需的最小长度,此参数将被忽略。
  • stop_token_ids:可选。None、“auto”或词元 ID 元组。默认为“auto”,它使用 preprocessor.tokenizer.end_token_id。未指定处理器将产生错误。None 在生成 max_length 词元后停止生成。您还可以指定模型应停止的词元 ID 列表。请注意,词元序列中的每个词元都将被解释为停止词元,不支持多词元停止序列。
  • strip_prompt:可选。默认情况下,generate() 返回完整的提示及其后由模型生成的补全内容。如果此选项设置为 True,则只返回新生成的文本。

[源代码]

save_to_preset 方法

CausalLM.save_to_preset(preset_dir, max_shard_size=10)

将任务保存到预设目录。

参数

  • preset_dir:本地模型预设目录的路径。
  • max_shard_sizeintfloat。每个分片文件的最大大小(以 GB 为单位)。如果为 None,则不进行分片。默认为 10

preprocessor 属性

keras_hub.models.CausalLM.preprocessor

用于预处理输入的 keras_hub.models.Preprocessor 层。


backbone 属性

keras_hub.models.CausalLM.backbone

一个具有核心架构的 keras_hub.models.Backbone 模型。