# openPangu-R-7B-2512

中文 | [English](README_EN.md)

## 1. 简介

openPangu-R-7B-2512 是基于昇腾 NPU 从零训练的高效大语言模型，参数量为 7B（不含词表Embedding），支持128k长序列处理。训练数据总量约30T tokens，具备快慢思考切换能力。


## 2. 模型架构

openPangu-R-7B-2512 在模型效率和效果提升方向进行了以下优化：
- 混合滑窗注意力机制：我们采用1:1的滑窗注意力和全注意力混合机制，在不影响模型精度的情况下大幅减少KV Cache的占用，提升模型推理速度。此外，我们还为所有层引入了Attention Sink策略来保证混合注意力的稳定性。

- 注意力层优化：我们引入了GroupNorm-based Gated Attention策略，在Gated Attention的基础上，利用 Head-wise RMSNorm（参数共享）对注意力输出进行归一化。该策略在平衡多头特征幅度的同时维持了表征多样性，有效增强了模型训练的稳定性与效果。我们还引入了Partial RoPE机制，仅对Query和Key中1/4维度应用位置编码，提升模型在长文本和短文本任务上的表现。

- 因果卷积：我们在FFN层的输入前引入了一维因果卷积，通过token之间的信息交互和加权,提升模型FFN层的表达能力，从而进一步提升模型的效果。

详细架构参数如下：
|                               |   openPangu-R-7B-2512   |
| :---------------------------: | :----------------: |
|       **Architecture**        |       Dense        |
|     **Parameters (Non-Embedding)**     |         7B         |
|     **Number of Layers**      |         27        |
|     **Hidden Dimension**      |      4096       |
|     **Intermediate Dimension**      |      18432       |
|    **Attention Mechanism**    |     GQA      |
| **Number of Attention Heads** | 32 for Q，8 for KV |
| **Number of MTP Modules** | 1 |
|      **Vocabulary Size**      |        153k        |
|      **Context Length (Natively)**       |        128k         |
|    **Pretraining Tokens**     |        30T         |

## 3. 测评结果

| 开源集                    | 测评指标                | **openPangu-R-7B-2512 慢思考** | **openPangu-R-7B-2512 快思考** |
| ------------------------- | ----------------------- | ------------------------------ | ------------------------------ |
| **通用能力**              |                         |                                |                                |
| Livebench                 | Acc (2024-11-25)        | 58.1                           | 44.5                           |
| MMLU-Pro                  | Exact Match             | 79.1                           | 76.6                           |
| MMLU-ProX                 | Acc                     | 68.7                           | 61.2                           |
| RULER                     | Acc                     | 83.2                           | 83.4                           |
| LongBench V2              | Acc                     | 33.4                           | 30.4                           |
| IF-Eval                   | Prompt Strict           | 72.8                           | 78.0                           |
| Hallucination-LeaderBoard | 1-HHEM                  | 96.4                           | 96.8                           |
| GPQA-Diamond              | Avg@4                   | 75.4                           | 63.1                           |
| SuperGPQA                 | Acc                     | 53.1                           | 48.7                           |
| **数学能力**              |                         |                                |                                |
| AIME24                    | Avg@16                  | 86.5                           | 65.4                           |
| AIME25                    | Avg@16                  | 75.2                           | 56.9                           |
| CNMO24                    | Avg@32                  | 78.5                           | 67.0                           |
| HMMT 2025                 | Avg@16 (February)       | 62.9                           | 34.0                           |
| **代码能力**              |                         |                                |                                |
| LiveCodeBench V6          | Avg@3 (01/25~05/25)     | 57.1                           | 35.8                           |
| Codeforces                | Elo Avg@3 (02/25~09/25) | 1411.6                         | 774.4                          |
| **Agent工具调用**         |                         |                                |                                |
| Ace-Bench                 | Acc (Prompt)            | 61.8                                  | 49.8                                  |
| Tau-Bench (airline)       | Avg@3 (FC)              | 50.0                           | 42.7                           |
| Tau-Bench (retail)        | Avg@3 (FC)              | 69.0                           | 61.7                           |
| Tau2-Bench (airline)      | Avg@3 (FC)              | 58.0                           | 59.3                           |
| Tau2-Bench (retail)       | Avg@3 (FC)              | 71.3                           | 66.4                           |
| Tau2-Bench (telecom)      | Avg@3 (FC)              | 45.0                           | 43.0                           |
| BFCL-v3                   | Acc (Prompt)            | 70.6                           | 62.7                           |

**注：** 评测采用 128k 的序列长度、Greedy 解码策略进行。


## 4. 部署和使用

### 4.1 环境准备

##### 硬件规格

Atlas 800T A2 (64GB)，驱动与固件安装包获取请参照 [[Atlas 800T A2](https://www.hiascend.com/hardware/firmware-drivers/community?product=4&model=26&cann=8.2.RC1.alpha003&driver=Ascend+HDK+25.0.RC1)]。

##### 软件环境

- 操作系统：Linux（推荐 openEuler>=24.03）
- CANN==8.1.RC1，安装准备及流程请参照 [[CANN Install]](https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/82RC1alpha002/softwareinst/instg/instg_0001.html?Mode=PmIns&OS=Ubuntu&Software=cannToolKit)
- python==3.10
- torch==2.1.0
- torch-npu==2.1.0.post12
- transformers==4.53.2

以上软件配套经过验证，理论可以支持更高版本，如有疑问，可以提交 issue。


### 4.2 推理样例

下述内容提供 openPangu-R-7B-2512 在 `transformers` 框架上进行推理的一个简单示例：

> 运行前请修改 generate.py，添加模型路径。

```bash
cd inference
python generate.py
```

openPangu-R-7B-2512 模型默认为慢思考模式，可以通过以下手段切换至快思考模式：

- 在代码实例`generate.py`中，`no_thinking_prompt`变量的定义展示了切换至快思考模式的具体实现：通过在用户输入末尾添加` /no_think`标记，可将当前轮次切换至快思考模式。

### 4.4 使用推理框架

vllm_ascend：参考[[README_CN.md]](inference/README_CN.md)

## 5. 模型许可证

除文件中对开源许可证另有约定外，openPangu-R-7B-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-7B-2512（“模型”）所依赖的技术固有的技术限制，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：

- 尽管该模型的输出由 AI 算法生成，但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。