目录

模型概要

我们提出了BLOOMZ & mT0，这是一族能够零样本跟随人类指令的模型，可用于数十种语言。我们在交叉语言任务混合（xP3）上微调了BLOOM & mT5预训练的多语言语言模型，发现得到的模型能够在未见过的任务和语言上进行跨语言泛化。

• 代码库： bigscience-workshop/xmtf
• 论文： Crosslingual Generalization through Multitask Finetuning
• 联系人：Niklas Muennighoff
• 语言：有关预训练和微调语言比例，请参阅 bloom 。它既能理解预训练语言，也能理解微调语言。
• BLOOMZ & mT0模型族：

用途

预期用途

我们建议使用该模型来执行用自然语言表达的任务。例如，给定提示“翻译成英文：Je t’aime。”，该模型很可能会回答“我爱你”。来自我们论文的一些提示想法：

• 一个传奇的开端，一个不灭的神话，这不仅仅是一部电影，而是作为一个走进新时代的标签，永远彪炳史册。你认为这句话的立场是赞扬、中立还是批评？
• 为“Mạng neural nhân tạo”提供至少五个相关的搜索词。
• 写一个关于一个巨魔从危险的龙手中拯救公主的童话故事。这个童话是一部在世界范围内赢得赞誉的杰作，其寓意是“英雄有各种形状和大小”。故事（用西班牙语）：
• 用泰卢固语的一句话解释神经网络中的反向传播是什么。

欢迎在社区选项卡中分享您的生成结果！

如何使用

CPU

# pip install -q transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

checkpoint = "bigscience/bloomz-560m"

tokenizer = AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForCausalLM.from_pretrained(checkpoint)

inputs = tokenizer.encode("Translate to English: Je t’aime.", return_tensors="pt")
outputs = model.generate(inputs)
print(tokenizer.decode(outputs[0]))

GPU

# pip install -q transformers accelerate
from transformers import AutoModelForCausalLM, AutoTokenizer

checkpoint = "bigscience/bloomz-560m"

tokenizer = AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForCausalLM.from_pretrained(checkpoint, torch_dtype="auto", device_map="auto")

inputs = tokenizer.encode("Translate to English: Je t’aime.", return_tensors="pt").to("cuda")
outputs = model.generate(inputs)
print(tokenizer.decode(outputs[0]))

8位GPU

# pip install -q transformers accelerate bitsandbytes
from transformers import AutoModelForCausalLM, AutoTokenizer

checkpoint = "bigscience/bloomz-560m"

tokenizer = AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForCausalLM.from_pretrained(checkpoint, device_map="auto", load_in_8bit=True)

inputs = tokenizer.encode("Translate to English: Je t’aime.", return_tensors="pt").to("cuda")
outputs = model.generate(inputs)
print(tokenizer.decode(outputs[0]))

限制

提示工程：性能可能会因提示的不同而有所不同。对于BLOOMZ模型，我们建议在输入结束时明确表示，以避免模型试图继续输入。例如，没有句号（.）的提示“翻译成英文：Je t'aime”可能导致模型试图继续法语句子。更好的提示例如“翻译成英文：Je t'aime。”，“翻译成英文：Je t'aime。翻译：”““Je t'aime.”在英语中是什么？”等，这样对于模型何时应该回答是清楚的。此外，我们建议尽可能向模型提供更多上下文。例如，如果您希望它用泰卢固语回答，则告诉模型“用泰卢固语的一句话解释神经网络中的反向传播”。

训练

模型

• 架构：与 bloom-560m 相同，还可以参考config.json文件
• 微调步骤：1750
• 微调标记：37亿
• 微调布局：1x管道并行、1x张量并行、1x数据并行
• 精度：float16

硬件

• CPU：每个节点配备512GB的AMD CPU内存
• GPU：64个A100 80GB GPU，每个节点配备8个GPU（8个节点），使用NVLink 4个GPU连接，4个OmniPath连接
• 通信：带有完全专用子网的NCCL通信网络

软件

• 管理： Megatron-DeepSpeed
• 优化器和并行性： DeepSpeed
• 神经网络： PyTorch （pytorch-1.11 w/ CUDA-11.5）
• 如果适用，使用FP16： apex

评估

我们引用了我们的 paper 和 bigscience/evaluation-results 中的表格7，以获取对未见任务的零样本结果。侧边栏报告了每个数据集配置下最佳提示的零样本性能。

引用

@article{muennighoff2022crosslingual,
  title={Crosslingual generalization through multitask finetuning},
  author={Muennighoff, Niklas and Wang, Thomas and Sutawika, Lintang and Roberts, Adam and Biderman, Stella and Scao, Teven Le and Bari, M Saiful and Shen, Sheng and Yong, Zheng-Xin and Schoelkopf, Hailey and others},
  journal={arXiv preprint arXiv:2211.01786},
  year={2022}
}