此模型由Gradient开发，由Crusoe Energy提供计算支持，将LLama-3 8B的上下文长度从8k扩展到>1040K。它表明，通过适当调整RoPE theta，SOTA大型语言模型可以学习以最少的训练在长上下文中运行。我们在此阶段训练了8.3亿个token，所有阶段共计14亿个token，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上下文窗口至少需要64GB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，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

参考文献

网站

Hugging Face