# Hy-MT2-7B 在 cccc 上的可行性分析

## 模型概述

| 属性 | 值 |
|------|-----|
| 来源 | https://huggingface.co/tencent/Hy-MT2-7B |
| 架构 | `hunyuan_v1_dense` (HunYuanDenseV1ForCausalLM) |
| 用途 | 多语言翻译模型（36种语言，支持指令翻译） |
| 大小 | 7B 参数，BF16 约 16 GB，FP16 同等 |
| 权重文件 | 4 × safetensors（共 ~16 GB），另有 FP8/GGUF 版本 |

---

## 架构参数对比

| 参数 | Qwen3-8B（已支持） | Hy-MT2-7B（待支持） |
|------|-------------------|---------------------|
| `num_hidden_layers` | 36 | **32** |
| `hidden_size` (D) | 4096 | 4096 |
| `intermediate_size` (I) | 12288 | **14336** |
| `num_attention_heads` (H) | 32 | 32 |
| `num_key_value_heads` (Hkv) | 8 | 8 |
| `head_dim` (hd) | 128 | 128 |
| `vocab_size` (V) | 151936 | **128167** |
| `rope_theta` | 1,000,000 | **10,000** |
| `rope_scaling` | 无 | dynamic YaRN (factor=1.0) |
| `hidden_act` | silu | silu |
| `norm_type` | rms | rms |
| QK 归一化 (query/key_layernorm) | ✅ | ✅ |
| `tie_word_embeddings` | ❌ | **✅ (lm_head = embed)** |

---

## cccc 算子支持情况

| 功能 | cccc 算子 | 支持状态 |
|------|-----------|---------|
| Token Embedding | `embed` | ✅ |
| RMSNorm | `rmsNorm` | ✅ |
| QK Norm | `rmsNorm`（作用于 Q/K） | ✅ |
| Q/K/V/O 线性投影 | `batchedMul` | ✅ |
| GQA（K/V 头复制） | `tile` + `reshapeBatch` | ✅ |
| RoPE 位置编码 | `rope`, `ropeCosTbl`, `ropeSinTbl` | ✅ |
| KV 缓存 | `kvcache` | ✅ |
| Scaled Dot-Product Attention | `attention` | ✅ |
| SwiGLU FFN | `silu` + `elementMul` + `batchedMul` | ✅ |
| Tied Embeddings (lm_head=embed) | 同一 `MatrixWithName` 复用 | ✅（见 ini） |

**结论：架构层面 cccc 完全兼容 Hy-MT2-7B，无需新增算子。**

---

## 需要适配的部分

### 1. 新建 ini 配置（简单，已提供模板）
- 修改层数 32、FFN 维度 14336、词表 128167、rope_theta 10000.0
- W_lm_head 复用 W_emb（tied embeddings）

### 2. 权重转换（Python 脚本，已提供 `convert_weights.py`）
- 从 HuggingFace safetensors 下载权重
- 转置并重命名矩阵 → cccc 的 `named_weights` 格式
- 保存为 `INIReaderBin` 格式的 `.bin` 文件

**权重名称映射（HF → cccc）：**

| HuggingFace 名称 | cccc 名称 |
|-----------------|----------|
| `model.embed_tokens.weight` [V,D] → 转置 | `W_emb` [D,V] |
| `lm_head.weight` [V,D] → 转置（与 embed 相同） | `W_lm_head` [D,V] |
| `model.norm.weight` | `W_rms_final` |
| `model.layers.{i}.input_layernorm.weight` | `W_rms_attn_{i}` |
| `model.layers.{i}.self_attn.q_proj.weight` [Dq,D] → 转置 | `W_q_{i}` [D,Dq] |
| `model.layers.{i}.self_attn.k_proj.weight` [Dkv,D] → 转置 | `W_k_{i}` [D,Dkv] |
| `model.layers.{i}.self_attn.v_proj.weight` [Dkv,D] → 转置 | `W_v_{i}` [D,Dkv] |
| `model.layers.{i}.self_attn.o_proj.weight` [D,D] → 转置 | `W_o_{i}` [D,D] |
| `model.layers.{i}.self_attn.query_layernorm.weight` | `W_qnorm_{i}` |
| `model.layers.{i}.self_attn.key_layernorm.weight` | `W_knorm_{i}` |
| `model.layers.{i}.post_attention_layernorm.weight` | `W_rms_ffn_{i}` |
| `model.layers.{i}.mlp.gate_proj.weight` [I,D] → 转置 | `W_gate_{i}` [D,I] |
| `model.layers.{i}.mlp.up_proj.weight` [I,D] → 转置 | `W_up_{i}` [D,I] |
| `model.layers.{i}.mlp.down_proj.weight` [D,I] → 转置 | `W_down_{i}` [I,D] |

### 3. cccc-llm.cpp 适配（需修改 C++ 代码）

这是**唯一需要改 C++ 的地方**，涉及两处硬编码：

#### 3a. EOS token 硬编码（`run_generate` 函数）
```cpp
// 当前（Qwen3 硬编码）：
const int EOS_IM_END = 151645;
const int EOS_EOT    = 151643;

// Hy-MT2 需要：
const int EOS = 127960;  // <|eos|>
```

#### 3b. 对话格式（`make_turn` + `llm_init`）

**Hy-MT2 Chat Template（来自 chat_template.jinja）：**
```
System:    <|startoftext|>{content}<|extra_4|>
User(1st): {content}<|extra_0|>       ← 首条 user（system 后）
User(nth): <|startoftext|>{content}<|extra_0|>
Assistant: {content}<|eos|>           ← 无 start marker，直接输出
```

**当前 cccc 格式（ChatML）：**
```
<|im_start|>system\n{content}<|im_end|>\n
<|im_start|>user\n{content}<|im_end|>\n
<|im_start|>assistant\n
```

需修改 `make_turn`、`asst_header`、`im_end_nl` 的构造逻辑。

> 建议：在 `[llm]` section 里增加 `chat_format=` 参数支持不同格式，避免每次改 C++ 代码。

---

## RoPE Scaling 说明

Hy-MT2-7B 的 `rope_scaling.type = "dynamic"`, `factor = 1.0`。

- **factor=1.0 时**：YaRN/dynamic NTK 缩放因子为 1，与普通 RoPE 等效
- **对于 ≤1024 token 的上下文**：用标准 RoPE（theta=10000）完全没有精度损失
- **如需超长上下文（>32k）**：才需实现 dynamic/YaRN 频率插值

当前 cccc 的 `ropeCosTbl/ropeSinTbl` 使用标准 RoPE，对翻译任务（通常几百 token）完全够用。

---

## 实施路线图

```
步骤 1：下载权重
  huggingface-cli download tencent/Hy-MT2-7B --local-dir ./Hy-MT2-weights
  （或直接下载 GGUF 版 Hy-MT2-7B.gguf 用 llama.cpp 验证先）

步骤 2：运行转换脚本
  python convert_weights.py \
      --hf_dir ./Hy-MT2-weights \
      --output hy_mt2_7b_fp16_cccc.bin

步骤 3：复制 tokenizer.json
  cp ./Hy-MT2-weights/tokenizer.json .

步骤 4：修改 cccc-llm.cpp（EOS tokens + chat format）
  → 详见 analysis.md §3

步骤 5：重编 cccc-llm.dll，加载 hy_mt2_7b_fp16.ini 测试
```

---

## 预估难度

| 工作项 | 难度 | 工时估算 |
|--------|------|----------|
| 写 ini 配置 | 低（复制 qwen3 改参数）| 已完成 |
| 权重转换脚本 | 低（已提供） | 已完成 |
| cccc-llm.cpp EOS 修改 | 低（改 2 个常量）| 0.5h |
| cccc-llm.cpp 格式修改 | 中（改对话拼接逻辑）| 1-2h |
| 下载权重 + 验证运行 | 低 | 依网速 |