tinyrwkv

Wird derzeit im rewrite Zweig umgeschrieben.

tinyrwkv: Eine kleinere Portierung von RWKV-LM

Eine Portierung der RWKV-LM-Familie großer Sprachmodelle auf das Tinygrad-Framework.

Roadmap

• Implementieren Sie den WKV-Kernel als benutzerdefinierte Funktion
• Implementieren Sie die Rückwärtsbewegung des WKV-Kernels als benutzerdefinierte Funktion
• Unterstützung für das Weltmodell und den Tokenizer hinzufügen
• Unterstützung für die MIDI-Modelle hinzufügen
• Fügen Sie anfängliche Unterstützung für RWKV-5-Modelle hinzu

Abhängigkeiten

Derzeit ist Tinygrad von Git erforderlich oder Sie verwenden einfach die Nix-Flocke.

Python

 numpy
pydot (only for GRAPH=1)
tinygrad
tokenizers
torch (only for loading pytorch weights)
tqdm
wandb (optional during training)

System

 rust (only for compiling)
clang (only for compiling)
graphviz (only for GRAPH=1)

Verwendung

Führen Sie die CLI mit python -m cli aus.

Kann auch als Python-Paket zum Einbetten in andere Projekte verwendet werden. Es ist auch möglich, das Modell in portablen C-Code zu kompilieren und auf diese Weise einzubetten.

 usage: tinyrwkv-cli [-h] [--seed SEED] {pre,gen,cht,cmp,bch,ptr,gpt,tra,bpt,wkv,mus} ...

CLI for tinyrwkv

positional arguments:
  {pre,gen,cht,cmp,bch,ptr,gpt,tra,bpt,wkv,mus}
    pre                 preprocess either tinyrwkv trained weights or pytorch trained weights into RNN form
    gen                 freeform generation using the RNN mode (requires a preprocessed model using `pre`)
    cht                 chat with a model in RNN mode (requires a preprocessed model using `pre`)
    cmp                 compile a RNN model into c source code and a compiled executable (need to run with CLANG=1)
    bch                 benchmark the rnn mode
    ptr                 preprocess pytorch weights weights into GPT form for training or inference
    gpt                 freeform generation using the GPT mode (requires a preprocessed model using `ptr`)
    tra                 pretrain or finetune a model (if finetuning the model needs to be preprocessed with `ptr`)
    bpt                 benchmark the gpt mode
    wkv                 benchmark/test each wkv module
    mus                 music generation using the RNN mode (requires a preprocessed model using `pre`)

options:
  -h, --help            show this help message and exit
  --seed SEED           seed for random

Lizenz

Siehe die Dateien LICENSE und NOTICE.