CausalLM
类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.Backbone
和 keras_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)
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:
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./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
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。 |
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 optimizer
、loss
和 weighted_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
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.compile
和 keras.optimizers
。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.compile
和 keras.losses
。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.compile
和 keras.metrics
。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
。keras.Model.compile
。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
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。preprocessor
配置的最大 sequence_length
。如果 preprocessor
为 None
,则 inputs
应填充到所需的最小长度,此参数将被忽略。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。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
int
或 float
。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。