Hugging Face's logo

openbmb
/
MiniCPM-1B-sft-bf16

Text Generation
Transformers
PyTorch
English
Chinese
MiniCPM
ModelBest
THUNLP
conversational
custom_code
Model card Files
xet
Community
5

Improve model card: add metadata, link to paper, add model overview

#5
by nielsr HF Staff - opened
base: refs/heads/main
←
from: refs/pr/5
Discussion Files changed
+286
-109
Files changed (1) hide show
  1. README.md +286 -109
README.md CHANGED
@@ -2,150 +2,327 @@
2
  language:
3
  - en
4
  - zh
 
 
 
5
  tags:
6
  - MiniCPM
7
  - ModelBest
8
  - THUNLP
9
  ---
10
 
11
-
12
  <div align="center">
13
- <h1>
14
- MiniCPM
15
- </h1>
16
  </div>
17
 
 
 
 
 
 
 
18
  <p align="center">
19
- <a href="https://shengdinghu.notion.site/MiniCPM-c805a17c5c8046398914e47f0542095a?pvs=4" target="_blank">MiniCPM 技术报告</a><a href="https://shengdinghu.notion.site/MiniCPM-Unveiling-the-Potential-of-End-side-Large-Language-Models-d4d3a8c426424654a4e80e42a711cb20?pvs=4" target="_blank"> Technical Report</a> |
20
- <a href="https://github.com/OpenBMB/OmniLMM/" target="_blank">OmniLMM 多模态模型 Multi-modal Model</a> |
21
- <a href="https://luca.cn/" target="_blank">CPM-C 千亿模型试用 ~100B Model Trial </a>
 
 
 
22
  </p>
23
 
24
- MiniCPM 是面壁与清华大学自然语言处理实验室共同开源的系列端侧语言大模型，主体语言模型 MiniCPM-1B 仅有 12亿（1.2B）的非词嵌入参数量。
25
- - 经过 SFT 后，MiniCPM 在公开综合性评测集上，MiniCPM 与 Mistral-7B相近（中文、数学、代码能力更优），整体性能超越 Llama2-13B、MPT-30B、Falcon-40B 等模型。
26
- - 经过 DPO 后，MiniCPM 在当前最接近用户体感的评测集 MTBench上，MiniCPM-2B 也超越了 Llama2-70B-Chat、Vicuna-33B、Mistral-7B-Instruct-v0.1、Zephyr-7B-alpha 等众多代表性开源大模型。
27
- - 以 MiniCPM-2B 为基础构建端侧多模态大模型 MiniCPM-V，整体性能在同规模模型中实现最佳，超越基于 Phi-2 构建的现有多模态大模型，在部分评测集上达到与 9.6B Qwen-VL-Chat 相当甚至更好的性能。
28
- - 经过 Int4 量化后，MiniCPM 可在手机上进行部署推理，流式输出速度略高于人类说话速度。MiniCPM-V 也首次跑通了多模态大模型在手机上的部署。
29
- - 一张1080/2080可高效参数微调，一张3090/4090可全参数微调，一台机器可持续训练 MiniCPM，二次开发成本较低。
30
-
31
- 我们将完全开源MiniCPM-2B的模型参数供学术研究和有限商用，以及训练过程中的所有Checkpoint和大部分非专有数据供模型机理研究。
32
-
33
- - 基于MiniCPM-2B的指令微调与人类偏好对**MiniCPM-2B-SFT/DPO。**
34
- - 基于MiniCPM-2B的多模态模型**MiniCPM-V**，能力超越基于Phi-2的同参数级别多模态模型**。**
35
- - MiniCPM-2B-SFT/DPO的Int4量化版**MiniCPM-2B-SFT/DPO-Int4。**
36
- - 基于MLC-LLM、LLMFarm开发的MiniCPM手机端程序，**文本及多模态模型均可在手机端进行推理。**
37
-
38
-
39
- MiniCPM is an End-Size LLM developed by ModelBest Inc. and TsinghuaNLP, with only 1.2B parameters excluding embeddings.
40
-
41
- - MiniCPM has very close performance compared with Mistral-7B on open-sourced general benchmarks with better ability on Chinese, Mathmetics and Coding after SFT. The overall performance exceeds Llama2-13B, MPT-30B, Falcon-40B, etc.
42
- - After DPO, MiniCPM outperforms Llama2-70B-Chat, Vicuna-33B, Mistral-7B-Instruct-v0.1, Zephyr-7B-alpha, etc. on MTBench.
43
- - MiniCPM-V, based on MiniCPM-2B, achieves the best overall performance among multimodel models of the same scale, surpassing existing multimodal large models built on Phi-2 and achieving performance comparable to or even better than 9.6B Qwen-VL-Chat on some tasks.
44
- - MiniCPM can be deployed and infer on smartphones, and the speed of streaming output is relatively higher than the verbal speed of human. MiniCPM-V is the first multi-modal models that can be deployed on smartphones.
45
- - The cost of developing based on MiniCPM is low. Parameter efficient finetuning can be conducted with a single 1080/2080 GPU and full parameter finetuning can be conducted with a 3090/4090 GPU.
46
-
47
- We release all model parameters for research and limited commercial use. We also release all the checkpoint during training and most public training data for research on model mechanism.
48
-
49
- - SFT and DPO version based on MiniCPM-2B and human preference: **MiniCPM-2B-SFT/DPO**
50
- - The multi-modal model **MiniCPM-V** based on MiniCPM-2B, which outperforms models with similar size, i.e., Phi-2
51
- - The INT4 quantized version **MiniCPM-2B-SFT/DPO-Int4** based on MiniCPM-2B-SFT/DPO
52
- - Mobile phone application based on MLC-LLM and LLMFarm. Both language model and multimodel model can conduct inference on smartphones.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
53
 
54
- ### 评测结果 Evaluation Results
55
 
56
- 详细的评测结果位于[github仓库](https://github.com/OpenBMB/MiniCPM?tab=readme-ov-file#%E8%AF%84%E6%B5%8B%E7%BB%93%E6%9E%9C)
57
 
58
- Detailed evaluation results are in [github repo](https://github.com/OpenBMB/MiniCPM/blob/main/README-en.md#evaluation-results)
59
 
60
- 注意：我们发现使用Huggingface生成质量略差于vLLM，因此推荐使用vLLM进行测试。我们正在排查原因。
 
 
 
 
61
 
62
- Notice: We discovered that the quality of Huggingface generation is slightly lower than vLLM, thus benchmarking using vLLM is recommended.
63
- We are investigating the cause now.
64
 
65
- ### 局限性 Limitations
 
 
 
66
 
67
- - 受限于模型规模，模型可能出现幻觉性问题。其中由于DPO模型生成的回复内容更长，更容易出现幻觉。我们也将持续进行MiniCPM模型的迭代改进；
68
- - 为了保证在学术研究用途上模型的通用性，我们未对模型进行任何身份认同训练。同时由于我们用ShareGPT开源语料作为部分训练数据，模型可能会输出类似GPT系列模型的身份认同信息；
69
- - 受限于模型规模，模型的输出受到提示词（prompt）的影响较大，可能多次尝试产生不一致的结果；
70
- - 受限于模型容量，模型的知识记忆较不准确，后续我们将结合RAG方法来增强模型的知识记忆能力。
71
 
72
- - Due to limitations in model size, the model may experience hallucinatory issues. As DPO model tend to generate longer response, hallucinations are more likely to occur. We will also continue to iterate and improve the MiniCPM model.
73
- - To ensure the universality of the model for academic research purposes, we did not conduct any identity training on the model. Meanwhile, as we use ShareGPT open-source corpus as part of the training data, the model may output identity information similar to the GPT series models.
74
- - Due to the limitation of model size, the output of the model is greatly influenced by prompt words, which may result in inconsistent results from multiple attempts.
75
- - Due to limited model capacity, the model's knowledge memory is not accurate. In the future, we will combine the RAG method to enhance the model's knowledge memory ability.
76
 
77
- ## 模型下载 Download
78
-
79
- | HuggingFace | ModelScope | WiseModel |
80
- |-------------|------------|-----------|
81
- |[sft-bf16](https://huggingface.co/openbmb/MiniCPM-2B-sft-bf16)|[sft-bf16](https://modelscope.cn/models/OpenBMB/miniCPM-bf16)|[sft-bf16](https://wisemodel.cn/models/OpenBMB/miniCPM-bf16)
82
- |[sft-fp32](https://huggingface.co/openbmb/MiniCPM-2B-sft-fp32)|[sft-fp32](https://modelscope.cn/models/OpenBMB/MiniCPM-2B-sft-fp32)|[sft-fp32](https://wisemodel.cn/models/OpenBMB/miniCPM-dpo-fp32)
83
- |[dpo-bf16](https://huggingface.co/openbmb/MiniCPM-2B-dpo-bf16)|[dpo-bf16](https://modelscope.cn/models/OpenBMB/MiniCPM-2B-dpo-bf16/summary)|[dpo-bf16](https://wisemodel.cn/models/OpenBMB/MiniCPM-2B-dpo-bf16)
84
- |[dpo-fp16](https://huggingface.co/openbmb/MiniCPM-2B-dpo-fp16)|[dpo-fp16](https://modelscope.cn/models/OpenBMB/MiniCPM-2B-dpo-fp16/)|[dpo-fp16](https://wisemodel.cn/models/OpenBMB/MiniCPM-2B-dpo-fp16)
85
- |[dpo-fp32](https://huggingface.co/openbmb/MiniCPM-2B-dpo-fp32)|[dpo-fp32](https://modelscope.cn/models/OpenBMB/MiniCPM-2B-dpo-fp32)|[dpo-fp32](https://wisemodel.cn/models/OpenBMB/miniCPM-dpo-fp32)
86
-
87
- ## 模型使用 Usage
88
-
89
- * 安装`transformers>=4.36.0`以及`accelerate`后，运行以下代码
90
- * 注意：需要在`from_pretrained`中明确指明模型的数据类型，否则会引起较大计算误差
91
- * Run the following code after install `transformers>=4.36.0` and `accelerate`
92
- * Warning: It is necessary to specify the data type of the model clearly in 'from_pretrained', otherwise large calculation errors will be caused
93
  ```python
94
  from transformers import AutoModelForCausalLM, AutoTokenizer
95
  import torch
96
  torch.manual_seed(0)
97
 
98
- path = 'openbmb/MiniCPM-2B-sft-bf16'
 
99
  tokenizer = AutoTokenizer.from_pretrained(path)
100
- model = AutoModelForCausalLM.from_pretrained(path, torch_dtype=torch.bfloat16, device_map='cuda', trust_remote_code=True)
101
-
102
- responds, history = model.chat(tokenizer, "山东省最高的山是哪座山, 它比黄山高还是矮？差距多少？", temperature=0.8, top_p=0.8)
103
- print(responds)
104
- ```
105
-
106
- * 期望输出 Expected Output
107
- ```shell
108
- 山东省最高的山是泰山，海拔1545米。
109
-
110
- 相对于黄山（海拔1864米），泰山海拔较低，相差约319米。
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
111
  ```
112
 
113
- ## 开源协议 LICENSE
114
-
115
- #### 模型协议 Model LICENSE
116
 
117
- * 本仓库中代码依照 [Apache-2.0](https://github.com/OpenBMB/MiniCPM/blob/main/LICENSE) 协议开源
118
- * MiniCPM 模型权重的使用则需要遵循 [“通用模型许可协议-来源说明-宣传限制-商业授权”](https://github.com/OpenBMB/General-Model-License/blob/main/%E9%80%9A%E7%94%A8%E6%A8%A1%E5%9E%8B%E8%AE%B8%E5%8F%AF%E5%8D%8F%E8%AE%AE-%E6%9D%A5%E6%BA%90%E8%AF%B4%E6%98%8E-%E5%AE%A3%E4%BC%A0%E9%99%90%E5%88%B6-%E5%95%86%E4%B8%9A%E6%8E%88%E6%9D%83.md)。
119
- * MiniCPM 模型权重对学术研究完全开放。
120
- * 如需将模型用于商业用途，请联系cpm@modelbest.cn来获取书面授权，在登记后亦允许免费商业使用。
121
 
122
- * This repository is released under the [Apache-2.0](https://github.com/OpenBMB/MiniCPM/blob/main/LICENSE) License.
123
- * The usage of MiniCPM model weights must strictly follow [the General Model License (GML)](https://github.com/OpenBMB/General-Model-License/blob/main/%E9%80%9A%E7%94%A8%E6%A8%A1%E5%9E%8B%E8%AE%B8%E5%8F%AF%E5%8D%8F%E8%AE%AE-%E6%9D%A5%E6%BA%90%E8%AF%B4%E6%98%8E-%E5%AE%A3%E4%BC%A0%E9%99%90%E5%88%B6-%E5%95%86%E4%B8%9A%E6%8E%88%E6%9D%83.md).
124
- * The models and weights of MiniCPM are completely free for academic research.
125
- * If you intend to utilize the model for commercial purposes, please reach out to cpm@modelbest.cn to obtain the certificate of authorization.
126
 
127
- #### 声明 Statement
 
 
 
 
 
128
 
129
- * 作为一个语言模型，MiniCPM 通过学习大量的文本来生成内容，但它无法理解、表达个人观点或价值判断，它所输出的任何内容都不代表模型开发者的观点和立场。
130
- * 因此用户在使用 MiniCPM 生成的内容时，应自行负责对其进行评估和验证。
131
- * 如果由于使用 MinCPM 开源模型而导致的任何问题，包括但不限于数据安全问题、公共舆论风险��或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。
 
 
 
 
 
 
 
 
 
 
 
 
 
 
132
 
133
- * As a language model, MiniCPM generates content by learning from a vast amount of text.
134
- * However, it does not possess the ability to comprehend or express personal opinions or value judgments.
135
- * Any content generated by MiniCPM does not represent the viewpoints or positions of the model developers.
136
- * Therefore, when using content generated by MiniCPM, users should take full responsibility for evaluating and verifying it on their own.
137
 
138
- <p id="8"></p>
 
 
 
 
 
 
 
139
 
140
- ## 工作引用 Citation
141
 
142
- * 如果觉得MiniCPM有助于您的工作，请考虑引用下列[技术报告](https://shengdinghu.notion.site/MiniCPM-c805a17c5c8046398914e47f0542095a?pvs=4)
143
- * Please cite our [techinical report](https://shengdinghu.notion.site/MiniCPM-Unveiling-the-Potential-of-End-side-Large-Language-Models-d4d3a8c426424654a4e80e42a711cb20?pvs=4) if you find our work valuable.
144
 
145
- ```
146
- @inproceedings{minicpm2024,
147
- title={MiniCPM：Unveiling the Potential of End-side Large Language Models},
148
- booktitle={OpenBMB Blog},
149
- year={2024}
150
- }
151
- ```
 
2
  language:
3
  - en
4
  - zh
5
+ library_name: transformers
6
+ pipeline_tag: text-generation
7
+ license: apache-2.0
8
  tags:
9
  - MiniCPM
10
  - ModelBest
11
  - THUNLP
12
  ---
13
 
 
14
  <div align="center">
15
+ <img src="./assets/minicpm_logo.png" width="500em" ></img>
 
 
16
  </div>
17
 
18
+ <h4 align="center">
19
+ <p>
20
+ <b>中文</b> | <a href="https://github.com/OpenBMB/MiniCPM/blob/main/README-en.md">English</a>
21
+ <p>
22
+ </h4>
23
+
24
  <p align="center">
25
+ <a href="https://openbmb.vercel.app/?category=Chinese+Blog" target="_blank">MiniCPM 技术博客</a> |
26
+ <a href="https://modelbest.feishu.cn/wiki/D2tFw8Pcsi5CIzkaHNacLK64npg" target="_blank">MiniCPM 知识库</a> |
27
+ <a href="https://github.com/OpenBMB/MiniCPM/blob/main/report/MiniCPM_4_Technical_Report.pdf" target="_blank">MiniCPM 论文</a> |
28
+ <a href="https://github.com/OpenBMB/MiniCPM-V/" target="_blank">MiniCPM-V 仓库</a> |
29
+ 加入我们的 <a href="https://discord.gg/3cGQn9b3YM" target="_blank">discord</a> 和 <a href="https://github.com/OpenBMB/MiniCPM/blob/main/assets/wechat.jpg" target="_blank">微信群</a>
30
+
31
  </p>
32
 
33
+ This repository contains the model of the paper [MiniCPM4: Ultra-Efficient LLMs on End Devices](https://huggingface.co/papers/2506.07900).
34
+
35
+ ## 更新日志🔥
36
+ - [2025.06.06] **发布 [MiniCPM4](https://huggingface.co/collections/openbmb/minicpm-4-6841ab29d180257e940baa9b)！该模型在保持同等规模最优性能的同时，实现了极致的效率提升！在典型端侧芯片上能够实现 5 倍以上生成加速！**
37
+ - [2024.09.28] [LLMxMapReduce](https://github.com/thunlp/LLMxMapReduce) 开源，支持 MiniCPM3-4B，理论上支持无限长文本输入！
38
+ - [2024.09.18] [SGLang](https://github.com/sgl-project/sglang) 已经支持 MiniCPM3-4B (推荐使用)！由于 SGLang v0.3 对 MiniCPM3 中使用的 MLA 结构进行了推理优化，吞吐量相比于 vLLM 提高 70%！[[用法](#sglang推荐)]
39
+ - [2024.09.16] [llama.cpp](https://github.com/ggerganov/llama.cpp/releases/tag/b3765) 已经官方支持 MiniCPM3-4B！[[GGUF模型](https://huggingface.co/openbmb/MiniCPM3-4B-GGUF)|[用法](#llamacpp)]
40
+ - [2024.09.05] 发布 [MiniCPM3-4B](https://huggingface.co/openbmb/MiniCPM3-4B)！该模型的表现超越 Phi-3.5-mini-instruct 和 GPT-3.5-Turbo-0125，并且能够比肩 Llama3.1-8B-Instruct、Qwen2-7B-Instruct、GLM-4-9B-Chat 等多个 7B-9B 参数量的模型。
41
+ - [2024.07.09] MiniCPM-2B 已经支持使用 [SGLang](#sglang-推理) 推理！
42
+ - [2024.07.05] 发布 [MiniCPM-S-1B](https://huggingface.co/openbmb/MiniCPM-S-1B-sft)！该模型在保持下游任务性能无损的前提下，FFN 层实现了 87.89% 的平均稀疏度，将 FFN FLOPs 降低了 84%。
43
+ - [2024.04.11] 发布 [MiniCPM-2B-128k](https://huggingface.co/openbmb/MiniCPM-2B-128k)、[MiniCPM-MoE-8x2B](https://huggingface.co/openbmb/MiniCPM-MoE-8x2B) 和 [MiniCPM-1B](https://huggingface.co/openbmb/MiniCPM-1B-sft-bf16)！点击[这里](https://openbmb.vercel.app/?category=Chinese+Blog)查看技术博客。
44
+ - [2024.03.16] MiniCPM-2B 的 30 余个中间检查点开放了！[HuggingFace链接](https://huggingface.co/openbmb/MiniCPM-2B-history)
45
+ - [2024.02.01] 发布 [MiniCPM-2B](https://huggingface.co/openbmb/MiniCPM-2B-sft-bf16)！该模型在公开评测集上与 Mistral-7B 表现相近（中文、数学、代码能力更优），整体性能超越 Llama2-13B、MPT-30B、Falcon-40B 等模型。
46
+
47
+ ## 目录
48
+
49
+ - [更新日志🔥](#更新日志)
50
+ - [目录](#目录)
51
+ - [模型下载](#模型下载)
52
+ - [MiniCPM 4.0](#minicpm-40)
53
+ - [评测结果](#评测结果)
54
+ - [效率评测](#效率评测)
55
+ - [综合评测](#综合评测)
56
+ - [长文本评测](#长文本评测)
57
+ - [BitCPM4: 模型量化](#bitcpm4-模型量化)
58
+ - [BitCPM4评测](#bitcpm4评测)
59
+ - [BitCPM4模型推理](#bitcpm4模型推理)
60
+ - [模型应用](#模型应用)
61
+ - [MiniCPM4-Survey: 综述生成](#minicpm4-survey-综述生成)
62
+ - [MiniCPM4-MCP: MCP增强的工具调用](#minicpm4-mcp-mcp增强的工具调用)
63
+ - [模型推理](#模型推理)
64
+ - [CPM.cu](#cpmcu)
65
+ - [HuggingFace](#huggingface)
66
+ - [vLLM](#vllm)
67
+ - [SGLang](#sglang)
68
+ - [模型微调](#模型微调)
69
+ - [LLaMA-Factory](#llamA-factory)
70
+ - [MiniCPM 3.0](#minicpm-30)
71
+ - [MiniCPM 2.0](#minicpm-20)
72
+ - [MiniCPM 1.0](#minicpm-10)
73
+ - [开源协议](#开源协议)
74
+ - [开发机构](#开发机构)
75
+ - [工作引用](#工作引用)
76
+
77
+
78
+ ## 模型下载
79
+
80
+ | HuggingFace | ModelScope |
81
+ |-------------|------------|
82
+ | [MiniCPM4-8B](https://huggingface.co/openbmb/MiniCPM4-8B) | [MiniCPM4-8B](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-8B) |
83
+ | [MiniCPM4-0.5B](https://huggingface.co/openbmb/MiniCPM4-0.5B) | [MiniCPM4-0.5B](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-0.5B) |
84
+ | [BitCPM4-1B](https://huggingface.co/openbmb/BitCPM4-1B) | [BitCPM4-1B](https://www.modelscope.cn/models/OpenBMB/BitCPM4-1B) |
85
+ | [BitCPM4-0.5B](https://huggingface.co/openbmb/BitCPM4-0.5B) | [BitCPM4-0.5B](https://www.modelscope.cn/models/OpenBMB/BitCPM4-0.5B) |
86
+ | [MiniCPM4-8B-Eagle-FRSpec](https://huggingface.co/openbmb/MiniCPM4-8B-Eagle-FRSpec) | [MiniCPM4-8B-Eagle-FRSpec](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-8B-Eagle-FRSpec) |
87
+ | [MiniCPM4-8B-Eagle-FRSpec-QAT](https://huggingface.co/openbmb/MiniCPM4-8B-Eagle-FRSpec-QAT) | [MiniCPM4-8B-Eagle-FRSpec-QAT](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-8B-Eagle-FRSpec-QAT) |
88
+ | [MiniCPM4-8B-Eagle-vLLM](https://huggingface.co/openbmb/MiniCPM4-8B-Eagle-vLLM) | [MiniCPM4-8B-Eagle-vLLM](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-8B-Eagle-vLLM) |
89
+ | [MiniCPM4-8B-marlin-Eagle-vLLM](https://huggingface.co/openbmb/MiniCPM4-8B-marlin-Eagle-vLLM) | [MiniCPM4-8B-marlin-Eagle-vLLM](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-8B-marlin-Eagle-vLLM) |
90
+ | [MiniCPM4-Survey](https://huggingface.co/openbmb/MiniCPM4-Survey) | [MiniCPM4-Survey](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-Survey) |
91
+ | [MiniCPM4-MCP](https://huggingface.co/openbmb/MiniCPM4-MCP) | [MiniCPM4-MCP](https://www.modelscope.cn/models/OpenBMB/MiniCPM4-MCP) |
92
+ | [MiniCPM4-0.5B-QAT-Int4-unquantized](https://huggingface.co/openbmb/MiniCPM4-0.5B-QAT-Int4-unquantized) | [MiniCPM4-0.5B-QAT-Int4-unquantized](https://modelscope.cn/models/OpenBMB/MiniCPM4-0.5B-QAT-Int4-unquantized) |
93
+ | [MiniCPM4-0.5B-QAT-Int4-GPTQ-format](https://huggingface.co/openbmb/MiniCPM4-0.5B-QAT-Int4-GPTQ-format) | [MiniCPM4-0.5B-QAT-Int4-GPTQ-format](https://modelscope.cn/models/OpenBMB/MiniCPM4-0.5B-QAT-Int4-GPTQ-format) |
94
+ |[MiniCPM3-4B](https://huggingface.co/openbmb/MiniCPM3-4B)|[MiniCPM3-4B](https://www.modelscope.cn/models/OpenBMB/MiniCPM3-4B)|
95
+ |[MiniCPM-2B-sft](https://huggingface.co/openbmb/MiniCPM-2B-sft-bf16)|[MiniCPM-2B-sft](https://modelscope.cn/models/OpenBMB/miniCPM-bf16)|
96
+ |[MiniCPM-2B-dpo](https://huggingface.co/openbmb/MiniCPM-2B-dpo-bf16)|[MiniCPM-2B-dpo](https://modelscope.cn/models/OpenBMB/MiniCPM-2B-dpo-bf16/summary)|
97
+ |[MiniCPM-2B-128k](https://huggingface.co/openbmb/MiniCPM-2B-128k) |[MiniCPM-2B-128k](https://modelscope.cn/models/openbmb/MiniCPM-2B-128k/summary)|
98
+ |[MiniCPM-MoE-8x2B](https://huggingface.co/openbmb/MiniCPM-MoE-8x2B) |[MiniCPM-MoE-8x2B](https://modelscope.cn/models/OpenBMB/MiniCPM-MoE-8x2B)|
99
+ |[MiniCPM-1B](https://huggingface.co/openbmb/MiniCPM-1B-sft-bf16) | [MiniCPM-1B](https://modelscope.cn/models/OpenBMB/MiniCPM-1B-sft-bf16) |
100
+ |[MiniCPM-S-1B](https://huggingface.co/openbmb/MiniCPM-S-1B-sft)|[MiniCPM-S-1B](https://modelscope.cn/models/OpenBMB/MiniCPM-S-1B-sft)|
101
+
102
+ 注: 更多模型版本见[这里](https://huggingface.co/collections/openbmb/minicpm-2b-65d48bf958302b9fd25b698f)。
103
+
104
+ ## MiniCPM 4.0
105
+ MiniCPM 4 是一个极致高效的端侧大模型，从模型架构、学习算法、训练数据与推理系统四个层面进行了高效优化，实现了极致的效率提升。
106
+ - 🏗️ 高效模型架构：
107
+ - InfLLM v2 -- 可训练的稀疏注意力机制：采用可训练的稀疏注意力机制架构，在 128K 长文本处理中，每个词元仅需与不足 5% 的词元进行相关性计算，显著降低长文本的计算开销
108
+ - 🧠 高效学习算法：
109
+ - 模型风洞 2.0 -- 高效 Predictable Scaling：引入下游任务的 Scaling 预测方法，实现更精准的模型训练配置搜索
110
+ - BitCPM -- 极致的三值量化：将模型参数位宽压缩至 3 值，实现模型位宽 90% 的极致瘦身
111
+ - 高效训练工程优化：采用 FP8 低精度计算技术，结合多词元预测（Multi-token Prediction）训练策略
112
+ - 📚 高知识密度训练数据：
113
+ - UltraClean -- 高质量预训练数据的清洗与合成：构建基于高效验证的迭代式数据清洗策略，开源高质量中英文预训练数据集 [UltraFineweb](https://huggingface.co/datasets/openbmb/Ultra-FineWeb)
114
+ - UltraChat v2 -- 高质量有监督微调数据合成：构建大规模高质量有监督微调数据集，涵盖知识密集型数据、推理密集型数据、指令遵循数据、长文本理解数据、工具调用数据等多个维度
115
+ - ⚡ 高效推理系统：
116
+ - CPM.cu -- 轻量级的高效CUDA推理框架：融合了稀疏注意力机制、模型量化与投机采样，充分体现MiniCPM4的效率优势
117
+ - ArkInfer -- 跨平台部署系统：支持多后端环境的一键部署，提供灵活的跨平台适配能力
118
+
119
+ ### 评测结果
120
+ #### 效率评测
121
+ 在 Jetson AGX Orin 和 RTX 4090 两款典型端侧芯片上，MiniCPM4 在长文本处理任务中展现出大幅领先同尺寸模型的处理速度。随着文本长度的增加，MiniCPM4 的性能优势愈发显著。在 Jetson AGX Orin 平台上，相较于 Qwen3-8B，MiniCPM4 实现了约 7 倍的生成速度提升。
122
+
123
+ ![benchmark](./assets/minicpm4/efficiency.png)
124
+
125
+ #### 综合评测
126
+ MiniCPM4 推出端侧 8B、0.5B 两种参数规模版本，均在同级别模型中实现了最佳性能表现。
127
+ ![benchmark](./assets/minicpm4/benchmark.png)
128
+
129
+ #### 长文本评测
130
+ MiniCPM4 基于 32K 长文本进行预训练，并通过 YaRN 技术实现长度扩展。在 128K 长文本的大海捞针任务中，MiniCPM4 展现出卓越的性能表现。
131
+
132
+ ![long-niah](./assets/minicpm4/128k-niah.png)
133
+
134
+ ### BitCPM4: 模型量化
135
+ BitCPM4 是基于 MiniCPM 系列模型进行量化感知训练（QAT）后得到的三值量化模型，在训练效率和模型参数效率实现了有效的提升。
136
+ - 训练方法改进
137
+ - 在小规模模型上进行风洞实验，搜索训练所需的训练超参。
138
+ - 通过使用一阶段高精训练+二阶段 QAT 的方法，充分利用已经完成或部分完成训练的高精度模型，极大地压缩了 QAT 阶段所需要的算力。
139
+ - 高效参数效率
140
+ - 模型使用 1.58Bit 的位宽达到的性能对标与同参数量级别的全精度模型，模型参数效率高。
141
+
142
+ #### BitCPM4 评测
143
+ BitCPM4 在测试中的表现可以对标同级别的业界主流全精度模型。
144
+ ![bitcpm-benchmark](./assets/minicpm4/bitcpm4-benchmark.png)
145
+
146
+ #### BitCPM4 模型推理
147
+ BitCPM4 开源的模型参数为伪量化形式，可以直接使用 Huggingface 框架进行推理。
148
+
149
+ ### 模型应用
150
+
151
+ #### MiniCPM4-Survey: 综述生成
152
+ MiniCPM4-Survey 是由 [THUNLP](https://nlp.csai.tsinghua.edu.cn)、中国人民大学和 [ModelBest](https://modelbest.cn/en) 联合开发的开源大语言模型智能体。它基于 MiniCPM4-8B 基座模型，接受用户质量作为输入，自主生成可信的长篇综述论文。
153
+ 主要特性包括：
154
+ - 计划-检索-写作生成框架 — 我们提出了一个多智能体生成框架，包含三个核心阶段：计划（定义综述的整体结构）、检索（生成合适的检索关键词）和写作（利用检索到的信息，生成连贯的段落）。
155
+ - 高质量数据集构建——我们收集并处理大量人类专家写作的综述论文，构建高质量训练集。同时，我们收集大量研究论文，构建检索数据库。
156
+ - 多方面奖励设计 — 我们精心设计了包含结构、内容和引用的奖励，用于评估综述的质量，在强化学习训练阶段作奖励函数。
157
+ - 多步强化学习训练策略 — 我们提出了一个上下文管理器，以确保在促进有效推理的同时保留必要的信息，并构建了并行环境，维持强化学习训练高效。
158
+ ##### 使用与演示案例
159
+
160
+ 详见[此处](./demo/minicpm4/SurveyGeneration/README.md)
161
+
162
+ ##### 评估
163
+
164
+ | Method | Relevance | Coverage | Depth | Novelty | Avg. | Fact Score |
165
+ |---------------------------------------------|-----------|----------|-------|---------|-------|------------|
166
+ | Naive RAG (driven by G2FT) | 3.25 | 2.95 | 3.35 | 2.60 | 3.04 | 43.68 |
167
+ | AutoSurvey (driven by G2FT) | 3.10 | 3.25 | 3.15 | **3.15**| 3.16 | 46.56 |
168
+ | Webthinker (driven by WTR1-7B) | 3.30 | 3.00 | 2.75 | 2.50 | 2.89 | -- |
169
+ | Webthinker (driven by QwQ-32B) | 3.40 | 3.30 | 3.30 | 2.50 | 3.13 | -- |
170
+ | OpenAI Deep Research (driven by GPT-4o) | 3.50 |**3.95** | 3.55 | 3.00 | **3.50** | -- |
171
+ | MiniCPM4-Survey | 3.45 | 3.70 | **3.85** | 3.00 | **3.50** | **68.73** |
172
+ | &nbsp;&nbsp;&nbsp;*w/o* RL | **3.55** | 3.35 | 3.30 | 2.25 | 3.11 | 50.24 |
173
+
174
+ *GPT-4o 对综述生成系统的性能比较。“G2FT” 代表 Gemini-2.0-Flash-Thinking，“WTR1-7B” 代表 Webthinker-R1-7B。由于 Webthinker 不包括引用功能，OpenAI Deep Research 在导出结果时不提供引用，因此省略了对它们的 FactScore 评估。我们的技术报告中包含评测的详细信息。*
175
+
176
+ #### MiniCPM4-MCP: MCP增强的工具调用
177
+
178
+ MiniCPM4-MCP 是由[清华大学自然语言处理实验室（THUNLP）](https://nlp.csai.tsinghua.edu.cn)、中国人民大学与 [ModelBest](https://modelbest.cn/en) 联合开发的开源本地大语言模型代理，它基于 MiniCPM-4-8B，拥有 80 亿参数。它能够通过 MCP 协议与各种工具和数据资源交互，解决多种真实世界任务。截至目前，MiniCPM4-MCP 已支持：
179
+
180
+ - 涵盖 16 个 MCP 服务器（servers）中工具的使用：这些服务器所包含的工具横跨了办公类、生活类、通讯类、资讯类、工作管理类等.
181
+
182
+ - 单工具使用的能力：可使用符合 MCP 协议的工具进行单一工具的一步或多步调用。
183
+
184
+ - 跨工具组合使用的能力：可组合使用符合 MCP 协议的不同工具。
185
+
186
+
187
+ ##### 使用与演示案例
188
+
189
+ 详见[此处](./demo/minicpm4/MCP/README.md)
190
+
191
+ ##### 评估
192
+
193
+ | MCP 服务器 | | gpt-4o | | | qwen3 | | | minicpm4 | |
194
+ | -------------------- | -------- | -------- | -------- | -------- | -------- | -------- | -------- | -------- | -------- |
195
+ | | 函数名正确率 | 参数名正确率 | 数值正确率 | 函数名正确率 | 参数名正确率 | 数值正确率 | 函数名正确率 | 参数名正确率 | 数值正确率 |
196
+ | Airbnb | 89.3 | 67.9 | 53.6 | 92.8 | 60.7 | 50.0 | 96.4 | 67.9 | 50.0 |
197
+ | Amap-Maps | 79.8 | 77.5 | 50.0 | 74.4 | 72.0 | 41.0 | 89.3 | 85.7 | 39.9 |
198
+ | Arxiv-MCP-Server | 85.7 | 85.7 | 85.7 | 81.8 | 54.5 | 50.0 | 57.1 | 57.1 | 52.4 |
199
+ | Calculator | 100.0 | 100.0 | 20.0 | 80.0 | 80.0 | 13.3 | 100.0 | 100.0 | 6.67 |
200
+ | Computor-Control-MCP | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 86.7 |
201
+ | Desktop-Commander | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
202
+ | Filesystem | 63.5 | 63.5 | 31.3 | 69.7 | 69.7 | 26.0 | 83.3 | 83.3 | 42.7 |
203
+ |Github | 92.0 | 80.0 | 58.0 | 80.5 | 50.0 | 27.7 | 62.8 | 25.7 | 17.1 |
204
+ | Gaode | 71.1 | 55.6 | 17.8 | 68.8 | 46.6 | 24.4 | 68.9 | 46.7 | 15.6 |
205
+ | MCP-Code-Executor | 85.0 | 80.0 | 70.0 | 80.0 | 80.0 | 70.0 | 90.0 | 90.0 | 65.0 |
206
+ | MCP-Docx | 95.8 | 86.7 | 67.1 | 94.9 | 81.6 | 60.1 | 95.1 | 86.6 | 76.1 |
207
+ | PPT | 72.6 | 49.8 | 40.9 | 85.9 | 50.7 | 37.5 | 91.2 | 72.1 | 56.7 |
208
+ | PPTx | 64.2 | 53.7 | 13.4 | 91.0 | 68.6 | 20.9 | 91.0 | 58.2 | 26.9 |
209
+ | Simple-Time-Server | 90.0 | 70.0 | 70.0 | 90.0 | 90.0 | 90.0 | 90.0 | 60.0 | 60.0 |
210
+ | Slack | 100.0 | 90.0 | 70.0 | 100.0 | 100.0 | 65.0 | 100.0 | 100.0 | 100.0 |
211
+ | Whisper | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 90.0 | 30.0 |
212
+ | **平均值** | **80.2** | **70.2** | **49.1** | **83.5** | **67.7** | **43.8** | **88.3** | **76.1** | **51.2** |
213
+
214
+ ### 模型推理
215
 
216
+ #### CPM.cu
217
 
218
+ 我们**推荐**使用 [CPM.cu](https://github.com/OpenBMB/CPM.cu) 对 MiniCPM4 模型进行推理。CPM.cu 是面壁开发的一个集合了高效稀疏、投机采样、量化等技术的 CUDA 推理框架，能够完全发挥 MiniCPM4 的效率优势。
219
 
220
+ 你可以通过以下脚本安装 CPM.cu 并进行推理：
221
 
222
+ ```bash
223
+ git clone https://github.com/OpenBMB/CPM.cu.git --recursive
224
+ cd CPM.cu
225
+ python3 setup.py install
226
+ ```
227
 
228
+ 你可以通过以下命令进行推理并查看模型的运行速度。
 
229
 
230
+ ```bash
231
+ python3 tests/long_prompt_gen.py # 生成 prompt.txt
232
+ python3 tests/test_generate.py --prompt-file prompt.txt
233
+ ```
234
 
235
+ 更多关于 CPM.cu 的细节，请参考 [CPM.cu 仓库](https://github.com/OpenBMB/CPM.cu)。
 
 
 
236
 
237
+ #### HuggingFace
 
 
 
238
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
239
  ```python
240
  from transformers import AutoModelForCausalLM, AutoTokenizer
241
  import torch
242
  torch.manual_seed(0)
243
 
244
+ path = 'openbmb/MiniCPM4-8B'
245
+ device = "cuda"
246
  tokenizer = AutoTokenizer.from_pretrained(path)
247
+ model = AutoModelForCausalLM.from_pretrained(path, torch_dtype=torch.bfloat16, device_map=device, trust_remote_code=True)
248
+
249
+ # User can directly use the chat interface
250
+ # responds, history = model.chat(tokenizer, "Write an article about Artificial Intelligence.", temperature=0.7, top_p=0.7)
251
+ # print(responds)
252
+
253
+ # User can also use the generate interface
254
+ messages = [
255
+ {"role": "user", "content": "Write an article about Artificial Intelligence."},
256
+ ]
257
+ prompt_text = tokenizer.apply_chat_template(
258
+ messages,
259
+ tokenize=False,
260
+ add_generation_prompt=True,
261
+ )
262
+ model_inputs = tokenizer([prompt_text], return_tensors="pt").to(device)
263
+
264
+ model_outputs = model.generate(
265
+ **model_inputs,
266
+ max_new_tokens=1024,
267
+ top_p=0.7,
268
+ temperature=0.7
269
+ )
270
+ output_token_ids = [
271
+ model_outputs[i][len(model_inputs[i]):] for i in range(len(model_inputs['input_ids']))
272
+ ]
273
+
274
+ responses = tokenizer.batch_decode(output_token_ids, skip_special_tokens=True)[0]
275
+ print(responses)
276
  ```
277
 
278
+ 本模型支持稀疏注意力机制 InfLLM v2，可高效处理长序列推理。如需启用该功能，请先安装依赖库 [infllmv2_cuda_impl](https://github.com/OpenBMB/infllmv2_cuda_impl)
 
 
279
 
 
 
 
 
280
 
281
+ 运行以下命令即可安装：
 
 
 
282
 
283
+ ```bash
284
+ git clone -b feature_infer https://github.com/OpenBMB/infllmv2_cuda_impl.git
285
+ cd infllmv2_cuda_impl
286
+ git submodule update --init --recursive
287
+ pip install -e . # or python setup.py install
288
+ ```
289
 
290
+ 启用 InfLLM v2 需在 `config.json` 配置文件中添加 `sparse_config` 字段：
291
+
292
+ ```json
293
+ {
294
+ ...,
295
+ "sparse_config": {
296
+ "kernel_size": 32,
297
+ "kernel_stride": 16,
298
+ "init_blocks": 1,
299
+ "block_size": 64,
300
+ "window_size": 2048,
301
+ "topk": 64,
302
+ "use_nope": false,
303
+ "dense_len": 8192
304
+ }
305
+ }
306
+ ```
307
 
308
+ 这些参数控制 InfLLM v2 的行为:
 
 
 
309
 
310
+ * `kernel_size`（默认值：32）：语义核的大小。
311
+ * `kernel_stride`（默认值：16）：相邻语义核的步长。
312
+ * `init_blocks`（默认值：1）：每个 query token 关注的初始的块数量，用于确保关注序列开头部分。
313
+ * `block_size`（默认值：64）：key-value blocks 的块大小。
314
+ * `window_size`（默认值：2048）：局部滑动窗口大小。
315
+ * `topk`（默认值：64）：每个 token 仅与最相关的 top-k 个 key-value blocks 计算注意力。
316
+ * `use_nope`（默认值：false）：是否在块选择中使用NOPE技术以提升性能。
317
+ * `dense_len`（默认值：8192）：稀疏注意力对短序列收益有限，当 token 长度低于此阈值时自动切换为标准注意力。设为 `-1` 则强制始终使用稀疏注意力。
318
 
319
+ Minicpm4 原生支持 32,768 tokens 的上下文长度。若对话总长度（输入 + 输出）远超此限制，建议通过 RoPE 缩放技术扩展上下文。我们已验证通过调整 LongRoPE 因子，模型可稳定支持 131,072 tokens 的超长上下文。
320
 
321
+ 修改方法：在 `config.json` 文件中调整 `rope_scaling` 字段参数即可。
 
322
 
323
+ ```json
324
+ {
325
+ ...,
326
+ "rope_scaling": {
327
+ "rope_type": "longrope",
328
+ "long_factor": [0.9977997200264581, 1.014658295992452, 1.0349680404997148, 1.059429246056193, 1.0888815016813513, 1.1243301355211495, 1.166977103606075, 1.2182568066927284, 1.2798772354275727, 1.3538666751582975, 1.4426259039919596, 1.5489853358570191, 1.6762658237220625, 1.8283407612492941, 2.0096956085876183, 2.225478927469756, 2.4815