mirror of
https://gitee.com/mindspore/mindformers.git
synced 2025-12-06 11:29:59 +08:00
23 KiB
23 KiB
欢迎来到MindSpore Transformers（MindFormers）
一、介绍
MindSpore Transformers套件的目标是构建一个大模型预训练、微调、评测、推理、部署的全流程开发套件，提供业内主流的Transformer类大语言模型（Large Language Models, LLMs）和多模态理解模型（Multimodal Models, MMs）。期望帮助用户轻松地实现大模型全流程开发。
MindSpore Transformers套件基于MindSpore内置的多维混合并行技术和组件化设计，具备如下特点：
- 一键启动模型单卡或多卡预训练、微调、评测、推理、部署流程；
- 提供丰富的多维混合并行能力可供灵活易用地进行个性化配置；
- 大模型训推系统级深度优化，原生支持超大规模集群高效训推，故障快速恢复；
- 支持任务组件配置化开发。任意模块可通过统一配置进行使能，包括模型网络、优化器、学习率策略等；
- 提供训练精度/性能监控指标实时可视化能力等。
欲获取MindSpore Transformers相关使用教程以及API文档，请参阅MindSpore Transformers文档，以下提供部分内容的快速跳转链接：
如果您对MindSpore Transformers有任何建议，请通过issue与我们联系，我们将及时处理。
如果对MindSpore Transformers的技术感兴趣，或者想参与贡献代码，欢迎加入MindSpore Transformers SIG。
模型列表
当前MindSpore Transformers全量的模型列表如下：
| 模型名 | 支持规格 | 模型类型 | 模型架构 | 最新支持版本 |
|---|---|---|---|---|
Qwen3  |
0.6B/1.7B/4B/8B/14B/32B | 稠密LLM | Mcore | 在研版本 |
| Qwen3-MoE |
30B-A3B/235B-A22B | 稀疏LLM | Mcore | 在研版本 |
| DeepSeek-V3 |
671B | 稀疏LLM | Legacy | 1.6.0、在研版本 |
| GLM4 |
9B | 稠密LLM | Legacy | 1.6.0、在研版本 |
| Llama3.1 |
8B/70B | 稠密LLM | Legacy | 1.6.0、在研版本 |
| Mixtral |
8x7B | 稀疏LLM | Legacy | 1.6.0、在研版本 |
| Qwen2.5 |
0.5B/1.5B/7B/14B/32B/72B | 稠密LLM | Legacy | 1.6.0、在研版本 |
| TeleChat2 |
7B/35B/115B | 稠密LLM | Legacy | 1.6.0、在研版本 |
CodeLlama  |
34B | 稠密LLM | Legacy | 1.5.0 |
| CogVLM2-Image |
19B | MM | Legacy | 1.5.0 |
| CogVLM2-Video |
13B | MM | Legacy | 1.5.0 |
| DeepSeek-V2 |
236B | 稀疏LLM | Legacy | 1.5.0 |
| DeepSeek-Coder-V1.5 |
7B | 稠密LLM | Legacy | 1.5.0 |
| DeepSeek-Coder |
33B | 稠密LLM | Legacy | 1.5.0 |
| GLM3-32K |
6B | 稠密LLM | Legacy | 1.5.0 |
| GLM3 |
6B | 稠密LLM | Legacy | 1.5.0 |
| InternLM2 |
7B/20B | 稠密LLM | Legacy | 1.5.0 |
| Llama3.2 |
3B | 稠密LLM | Legacy | 1.5.0 |
| Llama3.2-Vision |
11B | MM | Legacy | 1.5.0 |
| Llama3 |
8B/70B | 稠密LLM | Legacy | 1.5.0 |
| Llama2 |
7B/13B/70B | 稠密LLM | Legacy | 1.5.0 |
| Qwen2 |
0.5B/1.5B/7B/57B/57B-A14B/72B | 稠密/稀疏LLM | Legacy | 1.5.0 |
| Qwen1.5 |
7B/14B/72B | 稠密LLM | Legacy | 1.5.0 |
| Qwen-VL |
9.6B | MM | Legacy | 1.5.0 |
| TeleChat |
7B/12B/52B | 稠密LLM | Legacy | 1.5.0 |
| Whisper |
1.5B | MM | Legacy | 1.5.0 |
| Yi |
6B/34B | 稠密LLM | Legacy | 1.5.0 |
| YiZhao |
12B | 稠密LLM | Legacy | 1.5.0 |
| Baichuan2 |
7B/13B | 稠密LLM | Legacy | 1.3.2 |
| GLM2 |
6B | 稠密LLM | Legacy | 1.3.2 |
| GPT2 |
124M/13B | 稠密LLM | Legacy | 1.3.2 |
| InternLM |
7B/20B | 稠密LLM | Legacy | 1.3.2 |
| Qwen |
7B/14B | 稠密LLM | Legacy | 1.3.2 |
| CodeGeex2 |
6B | 稠密LLM | Legacy | 1.1.0 |
| WizardCoder |
15B | 稠密LLM | Legacy | 1.1.0 |
| Baichuan |
7B/13B | 稠密LLM | Legacy | 1.0 |
| Blip2 |
8.1B | MM | Legacy | 1.0 |
| Bloom |
560M/7.1B/65B/176B | 稠密LLM | Legacy | 1.0 |
| Clip |
149M/428M | MM | Legacy | 1.0 |
| CodeGeex |
13B | 稠密LLM | Legacy | 1.0 |
| GLM |
6B | 稠密LLM | Legacy | 1.0 |
| iFlytekSpark |
13B | 稠密LLM | Legacy | 1.0 |
| Llama |
7B/13B | 稠密LLM | Legacy | 1.0 |
| MAE |
86M | MM | Legacy | 1.0 |
| Mengzi3 |
13B | 稠密LLM | Legacy | 1.0 |
| PanguAlpha |
2.6B/13B | 稠密LLM | Legacy | 1.0 |
| SAM |
91M/308M/636M | MM | Legacy | 1.0 |
| Skywork |
13B | 稠密LLM | Legacy | 1.0 |
| Swin |
88M | MM | Legacy | 1.0 |
| T5 |
14M/60M | 稠密LLM | Legacy | 1.0 |
| VisualGLM |
6B | MM | Legacy | 1.0 |
| Ziya |
13B | 稠密LLM | Legacy | 1.0 |
| Bert |
4M/110M | 稠密LLM | Legacy | 0.8 |
表示模型已经从主干分支下线，可以通过最新支持的版本进行使用。
模型维护策略跟随最新支持版本的生命周期及版本配套策略。
模型级别介绍
Mcore架构模型按照训练和推理各分为5个级别，分别代表该模型遵循不同的标准上线。库中各模型不同规格的级别，详见模型自述文档。
训练
Released（发布级）：通过测试团队验收，确定性条件下，loss 与 grad norm 精度与标杆拟合度满足标准；Validated（验证级）：通过开发团队自验证，确定性条件下，loss 与 grad norm 精度与标杆拟合度满足标准；Preliminary（初步级）：通过开发者初步自验证，功能完整可试用，训练正常收敛但精度未严格验证；Untested（未测试级）：功能可用但未经系统测试，精度和收敛性未验证，支持用户自定义开发使能；Community（社区级）：社区贡献的 MindSpore 原生模型，由社区开发维护。
推理
Released（发布级）：通过测试团队验收，评测精度与标杆满足对齐标准；Validated（验证级）：通过开发团队自验证，评测精度与标杆满足对齐标准；Preliminary（初步级）：通过开发者初步自验证，功能完整可试用，推理输出符合逻辑但精度未严格验证；Untested（未测试级）：功能可用但未经系统测试，精度未验证，支持用户自定义开发使能；Community（社区级）：社区贡献的 MindSpore 原生模型，由社区开发维护。
二、安装
版本匹配关系
当前支持的硬件为 Atlas 800T A2、Atlas 800I A2、Atlas 900 A3 SuperPoD。
当前套件建议使用的Python版本为3.11.4。
| MindSpore Transformers | MindSpore | CANN | 固件与驱动 |
|---|---|---|---|
| 在研版本 | 在研版本 | 在研版本 | 在研版本 |
历史版本配套关系：
| MindSpore Transformers | MindSpore | CANN | 固件与驱动 |
|---|---|---|---|
| 1.6.0 | 2.7.0 | 8.2.RC1 | 25.2.0 |
| 1.5.0 | 2.6.0-rc1 | 8.1.RC1 | 25.0.RC1 |
| 1.3.2 | 2.4.10 | 8.0.0 | 24.1.0 |
| 1.3.0 | 2.4.0 | 8.0.RC3 | 24.1.RC3 |
| 1.2.0 | 2.3.0 | 8.0.RC2 | 24.1.RC2 |
源码编译安装
MindSpore Transformers目前支持源码编译安装，用户可以执行如下命令进行安装。
git clone -b master https://gitee.com/mindspore/mindformers.git
cd mindformers
bash build.sh
三、使用指南
MindSpore Transformers支持一键启动大模型的分布式预训练、SFT 微调、推理任务，可点击模型列表中各模型的链接查看对应使用文档。
关于MindSpore Transformers的更多功能说明可参阅MindSpore Transformers文档。
四、生命周期及版本配套策略
MindSpore Transformers版本有以下五个维护阶段：
| 状态 | 期限 | 说明 |
|---|---|---|
| 计划 | 1-3 个月 | 规划功能。 |
| 开发 | 3 个月 | 构建功能。 |
| 维护 | 6 个月 | 合入所有已解决的问题并发布新版本。 |
| 无维护 | 0-3 个月 | 合入所有已解决的问题，没有专职维护团队，且不计划发布新版本。 |
| 生命周期终止（EOL） | N/A | 分支进行封闭，不再接受任何修改。 |
MindSpore Transformers已发布版本维护策略：
| MindSpore Transformers版本 | 对应标签 | 当前状态 | 发布时间 | 后续状态 | EOL日期 |
|---|---|---|---|---|---|
| 1.7.0 | v1.7.0 | 维护 | 2025/10/27 | 预计2025/04/27起无维护 | 2026/07/27 |
| 1.6.0 | v1.6.0 | 维护 | 2025/07/29 | 预计2025/01/29起无维护 | 2026/04/29 |
| 1.5.0 | v1.5.0 | 无维护 | 2025/04/29 | 预计2026/01/29起生命周期终止 | 2026/01/29 |
| 1.3.2 | v1.3.2 | 生命周期终止 | 2024/12/20 | - | 2025/09/20 |
| 1.2.0 | v1.2.0 | 生命周期终止 | 2024/07/12 | - | 2025/04/12 |
| 1.1.0 | v1.1.0 | 生命周期终止 | 2024/04/15 | - | 2025/01/15 |
五、免责声明
scripts/examples目录下的内容是作为参考示例提供的，并不构成商业发布产品的一部分，仅供用户参考。如需使用，需要用户自行负责将其转化为适合商业用途的产品，并确保进行安全防护，对于由此产生的安全问题，MindSpore Transformers 不承担安全责任。- 关于数据集， MindSpore Transformers 仅提示性地建议可用于训练的数据集， MindSpore Transformers 不提供任何数据集。用户使用任何数据集进行训练，都需确保训练数据的合法性与安全性，并自行承担以下风险：
- 数据投毒（Data Poisoning）：恶意篡改的训练数据可能导致模型产生偏见、安全漏洞或错误输出。
- 数据合规性：用户应确保数据采集、处理过程符合相关法律法规及隐私保护要求。
- 如果您不希望您的数据集在 MindSpore Transformers 中被提及，或希望更新 MindSpore Transformers 中关于您的数据集的描述，请在Gitee提交issue，我们将根据您的issue要求删除或更新您的数据集描述。衷心感谢您对 MindSpore Transformers 的理解和贡献。
- 关于模型权重，用户下载、分发的模型权重需经可信来源验证，MindSpore Transformers 无法保证第三方权重的安全性。权重文件在传输、加载过程中可能被篡改，导致模型产生预期外的输出或安全漏洞。用户应自行承担使用第三方权重的风险，并确保在使用前对权重文件进行安全验证。
- 关于从魔乐社区等下载的权重、词表、脚本等文件，需经可信来源验证，MindSpore Transformers 无法保证第三方文件的安全性。这些文件在使用时产生预期之外的功能问题、输出或安全漏洞，用户应自行承担风险。
- MindSpore Transformers 根据用户设置的路径进行权重或日志的保存，用户设置时需避免使用系统文件目录。如因路径设置不当产生预期之外的系统问题等，用户应自行承担风险。
六、贡献
欢迎参与社区贡献，可参考MindSpore Transformers贡献指南。