MixtralCausalLM
类keras_hub.models.MixtralCausalLM(backbone, preprocessor=None, **kwargs)
用于因果语言建模的端到端 Mixtral 模型。
因果语言模型 (LM) 根据先前的标记预测下一个标记。这种任务设置可用于在纯文本输入上无监督地训练模型,或自动回归生成与用于训练的数据类似的纯文本。只需调用 fit()
,此任务即可用于预训练或微调 GPT-NeoX 模型。
此模型具有一个 generate()
方法,该方法根据提示生成文本。所使用的生成策略由 compile()
上的附加 sampler
参数控制。你可以使用不同的 keras_hub.samplers
对象重新编译模型以控制生成。默认情况下,将使用“top_k”采样。
参数
keras_hub.models.MixtralBackbone
实例。keras_hub.models.MixtralCausalLMPreprocessor
或 None
。如果为 None
,则此模型将不应用预处理,输入应在调用模型之前进行预处理。from_preset
方法MixtralCausalLM.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()
,或从模型类,如 keras_hub.models.BertTextClassifier.from_preset()
。如果从基类调用,返回对象的子类将根据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 |
---|---|---|
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。 |
generate
方法MixtralCausalLM.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。
如果模型附带 preprocessor
,则 inputs
将在 generate()
函数内部进行预处理,并且应与 preprocessor
层所期望的结构匹配(通常是原始字符串)。如果未附带 preprocessor
,则 inputs
应与 backbone
所期望的结构匹配。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
。如果模型附带 preprocessor
,则 inputs
应与 preprocessor
层所期望的结构匹配。如果未附带 preprocessor
,则 inputs
应与 backbone
模型所期望的结构匹配。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”或标记 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
标记后停止生成。你也可以指定模型应该停止的标记 ID 列表。请注意,每个标记序列都将被解释为停止标记,不支持多标记停止序列。backbone
属性keras_hub.models.MixtralCausalLM.backbone
一个具有核心架构的 keras_hub.models.Backbone
模型。
preprocessor
属性keras_hub.models.MixtralCausalLM.preprocessor
用于预处理输入的 keras_hub.models.Preprocessor
层。