File size: 5,989 Bytes
68e0f64 dec3707 68e0f64 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 |
---
language:
- en
- zh
tags:
- llm
---
# openPangu-R-72B-2512
中文 | [English](README_EN.md)
## 1. 简介
openPangu-R-72B-2512 是基于昇腾集群训练的MoE模型。模型总参数量74B，激活参数量15B，采用80选8的专家选择机制，支持128k长序列处理。训练数据总量约24T tokens。同一个模型支持快慢思考两种模式切换，慢思考模式下，支持思维链分档（“低”和“高”两种推理深度）。
## 2. 模型架构
openPangu-R-72B-2512 在模型稳定收敛和效果提升方向进行了以下优化：
- 在注意力机制中引入参数式Sink Token技术： 有效缓解极大激活值问题，训练中最大激活值从$10^3$降至$10^2$量级， 提升训练稳定性并对后量化亲和。
- K-Norm与Depth-Scaled Sandwich-Norm：为保证attention logits的稳定性，我们采用了K-Norm结构。K-Norm与QK-Norm类似，但只对attention的key施加RMS Norm。K-Norm可起到与QK-Norm类似的稳定性效果，但引入的计算开销更小，同时K-Norm不影响Query的scale，带来更灵活的表达能力。为了保证残差连接的稳定性，我们采用了Depth-Scaled Sandwich-Norm方法。
- 注意力架构优化：增加Query头数和注意力头维度，使模型能够从更多角度捕获细粒度语义关系。引入Partial RoPE机制，仅对Query和Key中1/3维度应用位置编码。尽管Key头维度有所增加，但通过将KV组数量减半，KV cache仍可减少37.5%，在保持推理阶段显存和速度优化的同时，实现了更低的训练损失和更优的推理性能。
- Adaptive Aux Free负载优化技术：能够自适应调整专家bias更新幅度，减少均衡震荡现象，优化专家负载分布均衡性。
详细架构参数如下：
| | |
|:---:|:---:|
| **Architecture** | Mixture-of-Experts (MoE) |
| **Total Parameters** | 74B |
| **Activated Parameters** | 15B |
| **Number of Layers** (Dense layer included) | 50 |
| **Number of Dense Layers** | 4 |
| **Number of MTP Modules** | 1 |
| **Hidden Dimension** | 4608 |
| **MoE Hidden Dimension** (per Expert) | 1280 |
| **Attention Mechanism** | GQA |
| **Number of Attention Heads** | 64 |
| **Number of Query Groups** | 4 |
| **Number of Experts** | 80 |
| **Selected Experts per Token** | 8 |
| **Number of Shared Experts** | 2 |
| **Vocabulary Size** | 153K |
| **Context Length** | 128K |
## 3. 测评结果
| 测评集 | 测评指标 | openPangu-R-72B-2512 快思考 | openPangu-R-72B-2512 慢思考 |
|:------------------:|:----------------------------:|:-----:|:-----:|
| **通用能力** | | |
| LiveBench | Acc (2024-11-25) | 67.3 | 75.2 |
| MMLU-Pro | Exact Match | 84.2 | 84.8 |
| MMLU-ProX | Acc | 76.9 | 80.6 |
| RULER | Acc | 95.6 | 94.7 |
| LongBench V2 | Acc |45.3 |55.3 |
| IF-Eval | Prompt Strict | 86.3 | 79.1 |
| Hallucination-LeaderBoard | 1-HHEM | 96.5 | 97.1 |
| GPQA-Dimaond | Avg@4 | 76.8 | 83.2 |
| SuperGPQA | Acc | 58.9 | 64.2 |
| **数学能力** | | |
| AIME24 | Avg@16 | 75.6 | 89.0 |
| AIME25 | Avg@16 | 60.6 | 81.3 |
| CNMO 2024 | Avg@32 | 77.8 | 82.8 |
| HMMT 2025 | Avg@16 (February) | 45.4 | 74.8 |
| **代码能力** | | |
| LiveCodeBench V6 | Avg@3 (01/25~05/25) | 41.9 | 69.5 |
| Codeforces | Elo Avg@3 (02/25~09/25) | 1044.5 | 1701.4 |
| **Agent工具调用** | | |
| BFCL-V3 | Acc (Prompt) | 74.6 | 76.5 |
| Tau-Bench (airline) | Avg@3 (FC) | 45.3 | 56.0 |
| Tau-Bench (retail) | Avg@3 (FC) | 70.1 | 73.0 |
| Tau2-Bench (airline) | Avg@3 (FC) | 58.0 | 65.3 |
| Tau2-Bench (retail) | Avg@3 (FC) | 71.4 | 78.7 |
| Tau2-Bench (telecom) | Avg@3 (FC) | 48.8 | 49.4 |
| AceBench | Acc (Prompt) | 74.3 | 79.6 |
## 4. 部署和使用
- 使用omni-infer推理框架，参考[[omniinfer_for_openpangu_r_72b_2512](doc/omniinfer_for_openpangu_r_72b_2512.md)]
## 5. 模型许可证
除文件中对开源许可证另有约定外，openPangu-R-72B-2512 模型根据 OPENPANGU MODEL LICENSE AGREEMENT VERSION 1.0 授权，旨在允许使用并促进人工智能技术的进一步发展。有关详细信息，请参阅模型存储库根目录中的 [LICENSE](LICENSE) 文件。
## 6. 免责声明
由于 openPangu-R-72B-2512 （“模型”）所依赖的技术固有的限制，以及人工智能生成的内容是由盘古自动生成的，华为无法对以下事项做出任何保证：
- 该模型的输出通过AI算法自动生成，不能排除某些信息可能存在缺陷、不合理或引起不适的可能性，生成的内容不代表华为的态度或立场；
- 无法保证该模型100%准确、可靠、功能齐全、及时、安全、无错误、不间断、持续稳定或无任何故障；
- 该模型的输出内容不构成任何建议或决策，也不保证生成的内容的真实性、完整性、准确性、及时性、合法性、功能性或实用性。生成的内容不能替代医疗、法律等领域的专业人士回答您的问题。生成的内容仅供参考，不代表华为的任何态度、立场或观点。您需要根据实际情况做出独立判断，华为不承担任何责任。
## 7. 反馈
如果有任何意见和建议，请提交issue或联系[openPangu@huawei.com](url)。 |