阿里Qwen2.5-1M开源，仅320G可推理14B百万token

作者
这段时间，国产大模型DeepSeek、kimi、百川智能、豆包、阶跃星辰等集中发布了自家模型，年前最后一天，阿里千问终究也没hold住，也开源了百万Token上下文Qwen2.5-1M 模型及其对应的推理框架支持。
  • 开源模型： 是 Qwen2.5-7B-Instruct-1M 和 Qwen2.5-14B-Instruct-1M，首次将开源 Qwen 模型的上下文扩展到 1M 长度。
  • 推理框架： 完全开源了基于 vLLM 的推理框架，并集成了稀疏注意力方法，在处理 1M 长度输入时的速度能够提升 3倍到7倍。
  • 技术报告：分享了 Qwen2.5-1M 系列背后的技术细节，包括训练和推理框架的设计思路以及消融实验的结果。
显存要求，对于处理 1M 长度的序列：
  • Qwen2.5-7B-Instruct-1M：至少需要 120GB 显存（多 GPU 总和）。
  • Qwen2.5-14B-Instruct-1M：至少需要 320GB 显存（多 GPU 总和）。
如果 GPU 显存不够，也可以使用 Qwen2.5-1M 进行较短任务的处理。

关键技术长上下文训练

长序列的训练需要大量的计算资源，因此采用了逐步扩展长度的方法，在多个阶段将 Qwen2.5-1M 的上下文长度从 4K 扩展到 256K：

  • 从预训练的Qwen2.5的一个中间检查点开始，此时上下文长度为4K。

  • 在预训练阶段，逐步将上下文长度从 4K 增加到 256K，同时使用Adjusted Base Frequency的方案，将 RoPE 基础频率从 10,000 提高到 10,000,000。

  • 在监督微调阶段，分两个阶段进行以保持短序列上的性能：

    • 第一阶段： 仅在短指令（最多 32K 长度）上进行微调，这里使用与 Qwen2.5 的 128K 版本相同的数据和步骤数，以获得类似的短任务性能。

    • 第二阶段： 混合短指令（最多 32K）和长指令（最多 256K）进行训练，以实现在增强长任务的性能的同时，保持短任务上的准确率。

  • 在强化学习阶段，在短文本（最多 8K 长度）上训练模型。即使在短文本上进行训练，也能很好地将人类偏好对齐性能泛化到长上下文任务中。

通过以上训练，最终获得了 256K 上下文长度的指令微调模型。

https://qwenlm.github.io/zh/blog/qwen2.5-1m/https://hf-mirror.com/Qwen/Qwen2.5-14B-Instruct-1Mhttps://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen2.5-1M/Qwen2_5_1M_Technical_Report.pdf

（文：PaperAgent）

欢迎分享

发表评论