《 RWKV 模型》 有 23 条评论

  2. RWKV（Receptance Weighted Key Value） 是一个具有变形金刚级性能的 RNN，没有二次注意机制：只需要当前位置的隐藏状态来计算下一个位置的状态。

    RWKV 旨在高效执行推理，即使在 CPU 上也是如此，因此它非常适合在普通消费者硬件上以不错的速度运行 LLM（大语言模型） 。

    RWKV 是一个具有变压器级 LLM 性能的 RNN 。它可以像 GPT（可并行化） 一样直接训练。因此，它结合了 RNN 和转换器的优点 - 出色的性能，快速推理，节省 VRAM，快速训练，「无限」ctx_len 和免费句子嵌入。

    RWKV 是一个具有变压器级 LLM 性能的 RNN，也可以像 GPT 转换器 （可并行化） 一样直接训练。而且它是 100% 免关注的。您只需要位置 t 处的隐藏状态即可计算位置 t+1 处的状态。您可以使用 「GPT」 模式快速计算 「RNN」 模式的隐藏状态。

    因此，它结合了 RNN 和转换器的优点 - 出色的性能，快速推理，节省 VRAM，快速训练，「无限」ctx_len 和自由句子嵌入 （使用最终隐藏状态） 。

    工作原理：RWKV 将信息收集到多个通道，当您移动到下一个令牌时，这些通道也会以不同的速度衰减。一旦你理解了它，它就很简单了。

    RWKV 是可并行化的，因为每个通道的时间衰减都是独立于数据的 （且可训练的） 。例如，在通常的 RNN 中，您可以将通道的时间衰减从 0.8 调整到 0.5（这些称为 「门」），而在 RWKV 中，您只需将信息从 W-0.8 通道移动到 W-0.5 通道即可达到相同的效果。此外，如果您想要额外的性能，您可以将 RWKV 微调为不可并行化的 RNN（然后您可以使用前一个令牌的后续层的输出） 。

    - Raven 模型：适合直接聊天，适合 +i 指令。有很多种语言的版本，看清楚用哪个。适合聊天、完成任务、写代码。可以作为任务去写文稿、大纲、故事、诗歌等等，但文笔不如 testNovel 系列模型。

    - EngChn-testNovel 模型：中英文小说模型，可以用 +gen 生成世界设定 （如果会写 prompt，可以控制下文剧情和人物），可以写科幻奇幻。不适合聊天，不适合 +i 指令。

    - Chn-testNovel 模型：纯中文网文模型，只能用 +gen 续写网文 （不能生成世界设定等等），但是写网文写得更好 （也更小白文，适合写男频女频） 。不适合聊天，不适合 +i 指令。

    原版：
    https://github.com/BlinkDL/RWKV-LM
    Go 实现：
    https://github.com/nlpodyssey/rwkv
    https://github.com/nlpodyssey/verbaflow
    RWKV-CUDA：
    https://github.com/BlinkDL/RWKV-CUDA
    Chat 机器人：
    https://github.com/BlinkDL/ChatRWKV
    https://huggingface.co/spaces/BlinkDL/ChatRWKV-gradio（太忙，经常不可用）

    Raven:
    https://huggingface.co/BlinkDL/rwkv-4-raven
    ## Demo: https://huggingface.co/spaces/BlinkDL/Raven-RWKV-7B（可用）

    回复

  3. RWKV（Receptance Weighted Key Value） 是一个具有变形金刚级性能的 RNN，没有二次注意机制：只需要当前位置的隐藏状态来计算下一个位置的状态。

    RWKV 旨在高效执行推理，即使在 CPU 上也是如此，因此它非常适合在普通消费者硬件上以不错的速度运行 LLM（大语言模型） 。

    RWKV 是一个具有变压器级 LLM 性能的 RNN 。它可以像 GPT（可并行化） 一样直接训练。因此，它结合了 RNN 和转换器的优点 - 出色的性能，快速推理，节省 VRAM，快速训练，「无限」ctx_len 和免费句子嵌入。

    RWKV 是一个具有变压器级 LLM 性能的 RNN，也可以像 GPT 转换器 （可并行化） 一样直接训练。而且它是 100% 免关注的。您只需要位置 t 处的隐藏状态即可计算位置 t+1 处的状态。您可以使用 「GPT」 模式快速计算 「RNN」 模式的隐藏状态。

    因此，它结合了 RNN 和转换器的优点 - 出色的性能，快速推理，节省 VRAM，快速训练，「无限」ctx_len 和自由句子嵌入 （使用最终隐藏状态） 。

    工作原理：RWKV 将信息收集到多个通道，当您移动到下一个令牌时，这些通道也会以不同的速度衰减。一旦你理解了它，它就很简单了。

    RWKV 是可并行化的，因为每个通道的时间衰减都是独立于数据的 （且可训练的） 。例如，在通常的 RNN 中，您可以将通道的时间衰减从 0.8 调整到 0.5（这些称为 「门」），而在 RWKV 中，您只需将信息从 W-0.8 通道移动到 W-0.5 通道即可达到相同的效果。此外，如果您想要额外的性能，您可以将 RWKV 微调为不可并行化的 RNN（然后您可以使用前一个令牌的后续层的输出） 。

    - Raven 模型：适合直接聊天，适合 +i 指令。有很多种语言的版本，看清楚用哪个。适合聊天、完成任务、写代码。可以作为任务去写文稿、大纲、故事、诗歌等等，但文笔不如 testNovel 系列模型。

    - EngChn-testNovel 模型：中英文小说模型，可以用 +gen 生成世界设定 （如果会写 prompt，可以控制下文剧情和人物），可以写科幻奇幻。不适合聊天，不适合 +i 指令。

    - Chn-testNovel 模型：纯中文网文模型，只能用 +gen 续写网文 （不能生成世界设定等等），但是写网文写得更好 （也更小白文，适合写男频女频） 。不适合聊天，不适合 +i 指令。

    原版：
    https://github.com/BlinkDL/RWKV-LM
    Go 实现：
    https://github.com/nlpodyssey/rwkv
    https://github.com/nlpodyssey/verbaflow
    RWKV-CUDA：
    https://github.com/BlinkDL/RWKV-CUDA
    Chat 机器人：
    https://github.com/BlinkDL/ChatRWKV
    https://huggingface.co/spaces/BlinkDL/ChatRWKV-gradio（太忙，经常不可用）

    Raven:
    https://huggingface.co/BlinkDL/rwkv-4-raven
    ## Demo: https://huggingface.co/spaces/BlinkDL/Raven-RWKV-7B（可用）

    回复

  18. 门控线性单元 [Dauphin et al., 2016] 由两个线性投影的分量乘积组成，其中一个首先通过 sigmoid 函数。 GLU 的变体是可能的，使用不同的非线性 （甚至线性） 函数代替 sigmoid 。我们在 Transformer[Vaswani et al., 2017] 序列到序列模型的前馈子层中测试了这些变体，发现其中一些变体比通常使用的 ReLU 或 GELU 激活产生了质量改进。

    回复

  19. 门控线性单元 [Dauphin et al., 2016] 由两个线性投影的分量乘积组成，其中一个首先通过 sigmoid 函数。 GLU 的变体是可能的，使用不同的非线性 （甚至线性） 函数代替 sigmoid 。我们在 Transformer[Vaswani et al., 2017] 序列到序列模型的前馈子层中测试了这些变体，发现其中一些变体比通常使用的 ReLU 或 GELU 激活产生了质量改进。

    回复

  22. TimeMix TimeMix 是 RWKV 中用于代替 self-attention 的部分，基于 AFT 的基础上做出改进兼具了线性的速度和较好的性能。在进行该步前，需要对输入的 x 进行 time-shift 。同 self-attention 中的 QKV 矩阵一样，RWKV 中也有对应的 RKV 矩阵。

    回复

  23. TimeMix TimeMix 是 RWKV 中用于代替 self-attention 的部分，基于 AFT 的基础上做出改进兼具了线性的速度和较好的性能。在进行该步前，需要对输入的 x 进行 time-shift 。同 self-attention 中的 QKV 矩阵一样，RWKV 中也有对应的 RKV 矩阵。

    回复

  24. ChannelMix ChannelMix 是 RWKV 中用于替代 FFN 的部分。类似于 tiny attention 之于 attention 。 ChannelMix 本质上来说是一个 tiny TimeMix 。在进行该步计算前，和 TimeMix 一样要先进行一次 time-shift 。随后依然要计算出 RKV 矩阵和 W 权重。不过有所不同的是在这一步中假设输入 x 的维度是 embed_size，则 R 的维度应和 X 相同。 KV 的维度是用户所自定义的 hidden_size,W 的形状为 [hidden_size,embed_size]. 通过设置较小的 hidden_size 可以实现一个 tiny 版 TimeMix，能在对性能影响较小的情况下实现提速。当 hidden_size==embed_size 时，可以看作一个不考虑位置信息和归一化的 TimeMix 或者看作点乘式的 FFN 。

    回复

  25. ChannelMix ChannelMix 是 RWKV 中用于替代 FFN 的部分。类似于 tiny attention 之于 attention 。 ChannelMix 本质上来说是一个 tiny TimeMix 。在进行该步计算前，和 TimeMix 一样要先进行一次 time-shift 。随后依然要计算出 RKV 矩阵和 W 权重。不过有所不同的是在这一步中假设输入 x 的维度是 embed_size，则 R 的维度应和 X 相同。 KV 的维度是用户所自定义的 hidden_size,W 的形状为 [hidden_size,embed_size]. 通过设置较小的 hidden_size 可以实现一个 tiny 版 TimeMix，能在对性能影响较小的情况下实现提速。当 hidden_size==embed_size 时，可以看作一个不考虑位置信息和归一化的 TimeMix 或者看作点乘式的 FFN 。

    回复

  28. RWKV 是一个具有变压器级语言模型性能的 RNN, 它没有使用注意力机制, 而是直接利用当前位置的隐藏状态计算下一个位置的隐藏状态。这使得它可以高效执行推理, 甚至在 CPU 上也具有不错的速度, 非常适合在普通计算设备上运行大规模语言模型。
    RWKV 可以像 GPTtransformer 一样直接训练, 实现并行化训练。所以它结合了 RNN 和 transformer 的优点, 如出色的性能、快速推理、节省显存、快速训练、 「无限」 的上下文长度和免费的句子嵌入。
    RWKV 通过收集信息到多个通道来工作, 这些通道会随着移动到下一个 token 而以不同的速度衰减。每个通道的时间衰减是独立于数据的, 且是可训练的。这使得 RWKV 是可并行化的。同时,RWKV 也可以调整为不可并行化的 RNN, 在这种情况下, 后续层的输出可以用于前一个 token, 以获得额外的性能提升。
    您推荐的几个 RWKV 模型各有不同的用途:
    • Raven 模型适合直接聊天, 完成任务和编写代码。它可以用来写文章、大纲、故事和诗歌, 但文笔不如 testNovel 系列模型。 • EngChn-testNovel 模型是中英文小说模型, 可以用来生成世界观设定和续写科幻奇幻作品。但不适合聊天和响应+i 指令。 • Chn-testNovel 模型是纯中文网文模型, 只能用来续写网文, 文笔更加通俗。同样不适合聊天和+i 指令。
    RWKV 是一个非常有价值的项目, 它实现了一个既具有 RNN 的计算效率和序列建模能力, 又具有 transformer 的高性能的语言模型。它非常适合在各种计算设备上部署和使用, 这使其在实际应用中具有重要的参考价值。

    回复

  29. RWKV 是一个具有变压器级语言模型性能的 RNN, 它没有使用注意力机制, 而是直接利用当前位置的隐藏状态计算下一个位置的隐藏状态。这使得它可以高效执行推理, 甚至在 CPU 上也具有不错的速度, 非常适合在普通计算设备上运行大规模语言模型。
    RWKV 可以像 GPTtransformer 一样直接训练, 实现并行化训练。所以它结合了 RNN 和 transformer 的优点, 如出色的性能、快速推理、节省显存、快速训练、 「无限」 的上下文长度和免费的句子嵌入。
    RWKV 通过收集信息到多个通道来工作, 这些通道会随着移动到下一个 token 而以不同的速度衰减。每个通道的时间衰减是独立于数据的, 且是可训练的。这使得 RWKV 是可并行化的。同时,RWKV 也可以调整为不可并行化的 RNN, 在这种情况下, 后续层的输出可以用于前一个 token, 以获得额外的性能提升。
    您推荐的几个 RWKV 模型各有不同的用途:
    • Raven 模型适合直接聊天, 完成任务和编写代码。它可以用来写文章、大纲、故事和诗歌, 但文笔不如 testNovel 系列模型。 • EngChn-testNovel 模型是中英文小说模型, 可以用来生成世界观设定和续写科幻奇幻作品。但不适合聊天和响应+i 指令。 • Chn-testNovel 模型是纯中文网文模型, 只能用来续写网文, 文笔更加通俗。同样不适合聊天和+i 指令。
    RWKV 是一个非常有价值的项目, 它实现了一个既具有 RNN 的计算效率和序列建模能力, 又具有 transformer 的高性能的语言模型。它非常适合在各种计算设备上部署和使用, 这使其在实际应用中具有重要的参考价值。

    回复

  44. PandaGPT-一条通往 「通用人工智能 AGI」 更近的路，同时支持文本、图像/视频、音频、深度、热量和 IMU6 种模态。
    https://mp.weixin.qq.com/s?__biz=Mzg5MTkxNjQwMw==&mid=2247485741&idx=1&sn=1aa729531d130535e3304a2fe428cec9&chksm=cfc75031f8b0d927849d3ddbf17f2737f509172cb756e0603e825b209f03eea605012cf77314&mpshare=1&scene=23&srcid=0526JeEJ2OrI6JVu9HJ4Gspw&sharer_sharetime=1685062041145&sharer_shareid=435074712f289a011cbede67c5a4f27d#rd

    回复

  45. PandaGPT-一条通往 「通用人工智能 AGI」 更近的路，同时支持文本、图像/视频、音频、深度、热量和 IMU6 种模态。
    https://mp.weixin.qq.com/s?__biz=Mzg5MTkxNjQwMw==&mid=2247485741&idx=1&sn=1aa729531d130535e3304a2fe428cec9&chksm=cfc75031f8b0d927849d3ddbf17f2737f509172cb756e0603e825b209f03eea605012cf77314&mpshare=1&scene=23&srcid=0526JeEJ2OrI6JVu9HJ4Gspw&sharer_sharetime=1685062041145&sharer_shareid=435074712f289a011cbede67c5a4f27d#rd

    回复

回复 C3P00 取消回复