tinyrwkv

目前正在rewrite分支中重写。

tinyrwkv：RWKV-LM 的小型端口

RWKV-LM 系列大型语言模型到tinygrad 框架的端口。

路线图

• 将 WKV 内核实现为自定义函数
• 将 WKV 内核的向后实现作为自定义函数
• 添加对世界模型和标记器的支持
• 添加对 MIDI 模型的支持
• 添加对 RWKV-5 型号的初始支持

依赖关系

目前，需要 git 中的tinygrad 或仅使用 nix flake。

Python

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

系统

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

用法

使用python -m cli运行 CLI。

此外，还可以作为 python 包嵌入到其他项目中。还可以将模型编译为可移植的 C 代码并以这种方式嵌入。

 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

执照

请参阅许可证和通知文件。