llama3-gradient

该模型将 LLama-3 8B 的上下文长度从 8k 扩展到 > 1040K，由 Gradient 开发，由 Crusoe Energy 提供计算支持。它表明 SOTA LLM 可以通过适当调整 RoPE theta 来学习在长上下文上运行，只需进行最少的训练。我们在这个阶段训练了 8.3 亿个 token，在所有阶段总共训练了 14 亿个 token，这不到 Llama-3 原始预训练数据的 0.01%。

大型上下文窗口

注意：使用 256k 上下文窗口需要至少 64GB 的内存。使用 1M+ 上下文窗口需要更多内存 (100GB+)。

要扩展上下文窗口（例如，扩展到 256k），请使用

_API

curl https://127.0.0.1:11434/api/generate -d '{
  "model": "llama3-gradient",
  "prompt": "Why is the sky blue?",
  "options": {
    "num_ctx": 256000
  }
}'

_CLI

ollama run llama3-gradient
>>> /set parameter num_ctx 256000

参考

网站

Hugging Face