目录

模型摘要

我们提出了一系列名为BLOOMZ & mT0的模型，能够用几十种语言零-shot跟随人类指令。我们在我们的跨语言任务混合（xP3）上微调了BLOOM & mT5预训练的多语言语言模型，并发现得出的模型能够在未见任务和语言上进行跨语言泛化。

• 仓库: bigscience-workshop/xmtf
• 论文: Crosslingual Generalization through Multitask Finetuning
• 联系人: Niklas Muennighoff
• 语言: 关于预训练和微调语言比例，请参考 bloom 。它能够理解预训练和微调语言。
• BLOOMZ & mT0模型系列:

用途

预期用途

我们建议使用该模型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. ”，模型很可能会回答“ I love you. ”。我们论文中的一些提示想法：

• 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?
• 提供至少五个与“Mạng neural nhân tạo”相关的搜索词。
• 编写一个关于巨魔从危险的龙那里拯救公主的童话故事。这个童话是一部在全世界获得赞扬的杰作，其寓意是“英雄有各种各样的形状和大小”。故事（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。

欢迎在社区标签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"

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"

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]))

以8位GPU

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

checkpoint = "bigscience/bloomz"

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

prompt工程：性能可能因提示的不同而有所变化。对于BLOOMZ模型，我们建议在输入结束时明确指出，以避免模型继续完成输入。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。更好的提示是“ 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，这样可以清楚地告诉模型何时回答。此外，我们建议为模型提供尽可能多的上下文。例如，如果要它用泰卢固语回答，则告诉模型，例如“ 用泰卢固语的一句话解释神经网络中的反向传播是什么。 ”。

训练

模型

• 结构: 与 bloom 相同，还请参阅配置文件 config.json
• 微调步骤: 498
• 微调标记: 209亿
• 微调布局: 72x流水线并行，1x张量并行，4x数据并行
• 精度: bfloat16

硬件

• CPU: 每个节点带有512GB内存的AMD CPU
• GPU: 288颗A100 80GB GPU，每个节点有8颗GPU（36个节点），使用NVLink 4个互连和4个OmniPath链接
• 通信: 具有完全专用子网的NCCL通信网络

软件

• 编排: Megatron-DeepSpeed
• 优化器和并行性: DeepSpeed
• 神经网络: PyTorch （带CUDA-11.5的pytorch-1.11）
• 如果适用，则为FP16: apex

评估

我们参考我们的 paper 和 bigscience/evaluation-results 的表7，了解在未见任务上的零-shot结果。侧边栏报告了每个数据集配置下最佳提示的零-shot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}
}