Chillilly88 commited on
Commit
c55c02b
·
verified ·
1 Parent(s): 22c4164

Upload folder using huggingface_hub

Browse files
Files changed (4) hide show
  1. .gitattributes +1 -0
  2. README.md +1 -1
  3. README_ZH.md +141 -0
  4. logo.png +3 -0
.gitattributes CHANGED
@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ logo.png filter=lfs diff=lfs merge=lfs -text
README.md CHANGED
@@ -16,7 +16,7 @@ library_name: transformers
16
  pipeline_tag: text-generation
17
  ---
18
 
19
- # Haidass-143M
20
 
21
  A bilingual (English/Chinese) small language model trained entirely on **Huawei Ascend** NPU ecosystem.
22
 
 
16
  pipeline_tag: text-generation
17
  ---
18
 
19
+ # haidass-143M
20
 
21
  A bilingual (English/Chinese) small language model trained entirely on **Huawei Ascend** NPU ecosystem.
22
 
README_ZH.md ADDED
@@ -0,0 +1,141 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ language:
3
+ - en
4
+ - zh
5
+ license: apache-2.0
6
+ tags:
7
+ - haidass
8
+ - ascend
9
+ - npu
10
+ - 910b
11
+ - atlas-a2
12
+ - bilingual
13
+ - from-scratch
14
+ - mindspeed-llm
15
+ library_name: transformers
16
+ pipeline_tag: text-generation
17
+ ---
18
+
19
+ # haidass-143M
20
+
21
+ 中英双语小语言模型,在**华为昇腾**生态上进行全流程训练。
22
+
23
+ ## 模型简介
24
+
25
+ Haidass-143M 是一个 143M 参数的中英双语语言模型,在约 100B token 的中英文数据上训练完成。模型在华为昇腾生态上进行全流程训练,整体流程基于 **MindSpeed-LLM** 框架和 Atlas A2 服务器(910B)。同时配套训练了大小为 64,000 的中英双语词表。该模型在 150M 以下参数规模的多语言模型中具有较强竞争力,并在多个评测指标中排名靠前。
26
+
27
+ ## 模型架构
28
+
29
+ | 参数 | 值 |
30
+ |------|-----|
31
+ | 架构 | Qwen3 |
32
+ | 层数 | 30 |
33
+ | 隐层维度 | 576 |
34
+ | 注意力头数 | 9 |
35
+ | KV 头数 (GQA) | 3 |
36
+ | 头维度 | 64 |
37
+ | FFN 中间维度 | 1,536 |
38
+ | 词表大小 | 64,000 |
39
+ | 最大序列长度 | 4,096 |
40
+ | 绑定嵌入 | 是 |
41
+ | 激活函数 | SwiGLU (SiLU) |
42
+ | 归一化 | RMSNorm (eps=1e-6) |
43
+ | 位置编码 | RoPE (θ=100,000) |
44
+ | 注意力偏置 | 无 |
45
+ | 精度 | BF16 |
46
+ | 总参数量 | ~143M |
47
+
48
+ ## 训练数据
49
+
50
+ 模型在约 100B token 的中英文混合数据上训练。主要数据来源为:
51
+
52
+ - [openbmb/Ultra-FineWeb](https://huggingface.co/datasets/openbmb/Ultra-FineWeb) (ultrafineweb-en + ultrafineweb-zh)
53
+ - [mlfoundations/dclm-baseline-1.0-parquet](https://huggingface.co/datasets/mlfoundations/dclm-baseline-1.0-parquet) (dclm)
54
+ - [HuggingFaceTB/finemath](https://huggingface.co/datasets/HuggingFaceTB/finemath) (finemath-4plus)
55
+
56
+
57
+ ## 训练配置
58
+
59
+ | 参数 | 值 |
60
+ |------|------|
61
+ | 框架 | MindSpeed-LLM (v2.3.0) |
62
+ | 硬件 | 8 台 Atlas A2 服务器 (每台 8 卡 NPU,256 核) |
63
+ | NPU 型号 | 华为昇腾 910B |
64
+ | 总 NPU 数 | 64 (8 节点 × 8 卡) |
65
+ | 张量并行 | 1 |
66
+ | 流水线并行 | 1 |
67
+ | 数据并行 | 64 |
68
+ | 微批次 | 2 |
69
+ | 全局批次 | 128 |
70
+ | 序列长度 | 4,096 |
71
+ | 每迭代 token 数 | 524,288 |
72
+
73
+
74
+ ## 优化器
75
+
76
+ | 参数 | 值 |
77
+ |------|------|
78
+ | 优化器 | AdamW |
79
+ | 峰值学习率 | 3e-4 |
80
+ | 最低学习率 | 0 |
81
+ | 权重衰减 | 1e-5 |
82
+ | 梯度裁剪 | 2.0 |
83
+ | Adam β1 | 0.9 |
84
+ | Adam β2 | 0.95 |
85
+ | 初始 loss scale | 4,096 |
86
+ | 随机种子 | 42 |
87
+
88
+ ## 词表
89
+
90
+ | 属性 | 值 |
91
+ |------|------|
92
+ | 类型 | SentencePiece BPE |
93
+ | 词表大小 | 64,000 |
94
+ | 语言覆盖 | 英文 + 中文 |
95
+
96
+ ## 测评与对比(补)
97
+
98
+ 在 checkpoint (iter 188,000, ~98B tokens) 上基于 lighteval 框架(v0.9.2)测评。
99
+
100
+ | Benchmark | Score |
101
+ |------|------|
102
+ | ARC-Easy | 60.44 |
103
+ | ARC-Challenge | 27.13 |
104
+ | PIQA | 67.25 |
105
+ | HellaSwag | 37.91 |
106
+ | OpenBookQA | 31.8 |
107
+ | Winogrande | 52.17 |
108
+ | agi_eval | 23.78 |
109
+
110
+ ## 核心特点
111
+
112
+ - **全昇腾原生**: 完全在华为昇腾 910B NPU 上训练,使用 MindSpeed-LLM 框架
113
+ - **中英双语**: 模型基于中英混合数据集训练
114
+
115
+
116
+ ## 预期用途
117
+
118
+ 本模型为研究型模型,适用于:
119
+ - 研究小模型在昇腾 NPU 上的训练动态
120
+ - 中英文语言建模研究
121
+ - 作为后续微调或退火实验的基础模型
122
+
123
+ ## 局限性
124
+
125
+ - 模型规模较小,推理和生成能力有限
126
+ - 未经过指令微调 — 仅为原始预训练模型
127
+ - 未经过 RLHF 或对齐训练
128
+
129
+ ## Citation
130
+
131
+ ```bibtex
132
+ @misc{haidass-143m,
133
+ title={haidass-143M: A Bilingual Small Language Model Trained on Ascend 910B},
134
+ year={2026},
135
+ note={Based on Qwen3 architecture, trained from scratch on 100B tokens using MindSpeed-LLM on 64× Ascend 910B NPUs}
136
+ }
137
+ ```
138
+
139
+ ## License
140
+
141
+ Apache 2.0
logo.png ADDED

Git LFS Details

  • SHA256: 73961221a08d6f366fafc40ad54d7ecd28e8dd76606e2cc46b2b28b13e71cfc3
  • Pointer size: 131 Bytes
  • Size of remote file: 688 kB