Qwen3MoeCausalLM 类keras_hub.models.Qwen3MoeCausalLM(backbone, preprocessor=None, **kwargs)
一款用于因果语言建模的端到端 Qwen3 MoE 模型。
因果语言模型 (LM) 根据前面的 token 预测下一个 token。此任务设置可用于在纯文本输入上无监督地训练模型，或者用于自回归地生成与训练数据相似的纯文本。通过调用 fit()，此任务可用于预训练或微调 Qwen3 MoE 模型。
该模型有一个 generate() 方法，该方法根据提示生成文本。使用的生成策略由 compile() 上的附加 sampler 参数控制。您可以使用不同的 keras_hub.samplers 对象重新编译模型来控制生成。默认情况下，将使用“greedy”采样。
此模型可以选择性地配置一个 preprocessor 层，在这种情况下，它会在 fit()、predict()、evaluate() 和 generate() 调用期间自动对字符串输入应用预处理。默认情况下，使用 from_preset() 创建模型时会执行此操作。
Qwen3 MoE 架构利用了专家混合 (MoE) 设计，其中每个 transformer 层都使用稀疏的专家集来高效地处理 token，使其适合于计算资源经过优化的规模化语言任务。
参数
keras_hub.models.Qwen3MoeBackbone 实例。keras_hub.models.Qwen3MoeCausalLMPreprocessor 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。示例
使用 generate() 进行文本生成。
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM.from_preset(
"qwen3_moe_3b_en"
)
qwen3_moe_lm.generate("I want to say", max_length=30)
# Generate with batched prompts.
qwen3_moe_lm.generate(["This is a", "Where are you"], max_length=30)
使用自定义采样器编译 generate() 函数。
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM.from_preset(
"qwen3_moe_3b_en"
)
qwen3_moe_lm.compile(sampler="top_k")
qwen3_moe_lm.generate("I want to say", max_length=30)
qwen3_moe_lm.compile(sampler=keras_hub.samplers.BeamSampler(num_beams=2))
qwen3_moe_lm.generate("I want to say", max_length=30)
不带预处理使用 generate()。
prompt = {
# Token ids for "<bos> Qwen3 is".
"token_ids": np.array([[2, 12345, 678, 0, 0, 0, 0]] * 2),
# Use `"padding_mask"` to indicate values that should not be overridden.
"padding_mask": np.array([[1, 1, 1, 0, 0, 0, 0]] * 2),
}
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM.from_preset(
"qwen3_moe_a2_7b",
preprocessor=None,
)
qwen3_moe_lm.generate(prompt)
在单个批次上调用 fit()。
features = ["The quick brown fox jumped.", "I forgot my homework."]
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM.from_preset(
"qwen3_moe_3b_en"
)
qwen3_moe_lm.fit(x=features, batch_size=2)
启用 LoRA 微调时调用 fit()。
features = ["The quick brown fox jumped.", "I forgot my homework."]
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM.from_preset(
"qwen3_moe_3b_en"
)
qwen3_moe_lm.backbone.enable_lora(rank=4)
qwen3_moe_lm.fit(x=features, batch_size=2)
不带预处理调用 fit()。
x = {
# Token ids for "<bos> Qwen3 is a language model<eos>"
"token_ids": np.array([[2, 12345, 678, 543, 9876, 1, 0, 0]] * 2),
"padding_mask": np.array([[1, 1, 1, 1, 1, 1, 0, 0]] * 2),
}
y = np.array([[12345, 678, 543, 9876, 1, 0, 0, 0]] * 2)
sw = np.array([[1, 1, 1, 1, 1, 0, 0, 0]] * 2)
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM.from_preset(
"qwen3_moe_a2_7b",
preprocessor=None,
)
qwen3_moe_lm.fit(x=x, y=y, sample_weight=sw, batch_size=2)
自定义骨干和词汇表。
tokenizer = keras_hub.models.Qwen3MoeTokenizer(
proto="qwen3_moe_vocab.spm",
)
preprocessor = keras_hub.models.Qwen3MoeCausalLMPreprocessor(
tokenizer=tokenizer,
sequence_length=128,
)
backbone = keras_hub.models.Qwen3MoeBackbone(
vocabulary_size=151936,
num_layers=28,
num_query_heads=16,
num_key_value_heads=8,
hidden_dim=2048,
intermediate_dim=4096,
moe_intermediate_dim=128,
num_experts=60,
top_k=4,
max_sequence_length=4096,
)
qwen3_moe_lm = keras_hub.models.Qwen3MoeCausalLM(
backbone=backbone,
preprocessor=preprocessor,
)
qwen3_moe_lm.fit(x=features, batch_size=2)
from_preset 方法Qwen3MoeCausalLM.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。一种方式是从特定任务的基类（如 keras_hub.models.CausalLM.from_preset()）调用，另一种方式是从模型类（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出来。
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 |
|---|---|---|
| qwen3_moe_30b_a3b_en | 30.53B | 混合专家 (MoE) 模型拥有 305 亿总参数，激活 33 亿参数，基于 48 层构建，并利用 32 个查询头和 4 个键/值注意力头，拥有 128 个专家（激活 8 个）。 |
| qwen3_moe_235b_a22b_en | 235.09B | 混合专家 (MoE) 模型拥有 2350 亿总参数，激活 220 亿参数，基于 94 层构建，并利用 64 个查询头和 4 个键/值注意力头，拥有 128 个专家（激活 8 个）。 |
generate 方法Qwen3MoeCausalLM.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，inputs 将在 generate() 函数内部进行预处理，并且应与 preprocessor 层期望的结构匹配（通常是原始字符串）。如果未附加 preprocessor，则 inputs 应与 backbone 期望的结构匹配。请参阅上面的示例用法以了解每个的演示。
参数
tf.data.Dataset。如果模型附加了 preprocessor，inputs 应与 preprocessor 层期望的结构匹配。如果未附加 preprocessor，inputs 应与 backbone 模型期望的结构匹配。preprocessor 配置的 sequence_length 最大值。如果 preprocessor 为 None，则 inputs 应填充到所需的最大长度，并且此参数将被忽略。None、"auto" 或 token ID 的元组。默认为 "auto"，它使用 preprocessor.tokenizer.end_token_id。不指定处理器将产生错误。None 在生成 max_length 个 token 后停止生成。您也可以指定一个 token ID 列表，模型应在此停止。请注意，token 序列中的每个序列都将被解释为一个停止 token，不支持多 token 停止序列。backbone 属性keras_hub.models.Qwen3MoeCausalLM.backbone
一个具有核心架构的 keras_hub.models.Backbone 模型。
preprocessor 属性keras_hub.models.Qwen3MoeCausalLM.preprocessor
用于预处理输入的 keras_hub.models.Preprocessor 层。