chatglm的结果

[yuanjie-ai]

['菲律宾国家电网公司,中国占股40%。', '领英计划裁员716人。', '吉利德收购Pharmasset的价格是20亿美元。', '丙肝神药Sovaldi在2013年上市。', '中亚峰会将于2023年6月在<0xE7><0x83><0x8F><0xE8><0x98><0xAD>举行,由国家主席习近平主持。', '演员李某某由于侮辱人民军队而被立案调查。', '默沙东的CEO的首要任务是确保基本盘。']

[is]

能提供一个Patch吗，直接换了ChatGLM，attention mask那个地方报错了。不知道怎么搞.
ChatGLM直接出来的attention_mask
attention_mask.shape:torch.Size([12, 1, 714, 714])
[batch*2, 1, seq_length,seq_length]

Traceback (most recent call last):
  File "/home/jovyan/ws/nbce/test.py", line 114, in <module>
    generate(1000)
  File "/opt/conda/envs/alpaca/lib/python3.10/site-packages/torch/autograd/grad_mode.py", line 27, in decorate_context
    return func(*args, **kwargs)
  File "/home/jovyan/ws/nbce/test.py", line 110, in generate
    attention_mask = torch.cat([attention_mask, torch.ones(n, 1, dtype=torch.long, device=device)], dim=-1)        
RuntimeError: Tensors must have same number of dimensions: got 4 and 2

[bojone]

['菲律宾国家电网公司,中国占股40%。', '领英计划裁员716人。', '吉利德收购Pharmasset的价格是20亿美元。', '丙肝神药Sovaldi在2013年上市。', '中亚峰会将于2023年6月在<0xE7><0x83><0x8F><0xE8><0x98><0xAD>举行,由国家主席习近平主持。', '演员李某某由于侮辱人民军队而被立案调查。', '默沙东的CEO的首要任务是确保基本盘。']

个人感觉比预期中好了哈哈，感谢提供。

[yuanjie-ai]

演员李某某～没答出来，感觉opensuudy结果更好一些 发自我的iPhone

…

------------------ 原始邮件 ------------------ 发件人: 苏剑林(Jianlin Su) ***@***.***> 发送时间: 2023年6月6日 10:56 收件人: bojone/NBCE ***@***.***> 抄送: Betterme ***@***.***>, Author ***@***.***> 主题: Re: [bojone/NBCE] chatglm的结果 (Issue #2)

[bojone]

演员李某某～没答出来，感觉opensuudy结果更好一些

我记得原文也提到“李某某”，所以模型回答“李某某”也无可厚非，倒是Pharmasset的收购价格答错了。

[yuanjie-ai]

比较耗内存 发自我的iPhone

…

------------------ 原始邮件 ------------------ 发件人: yw2278 ***@***.***> 发送时间: 2023年6月8日 15:39 收件人: bojone/NBCE ***@***.***> 抄送: Betterme ***@***.***>, Author ***@***.***> 主题: Re: [bojone/NBCE] chatglm的结果 (Issue #2)

[bojone]

我参考苏神的代码，结果显存OOM了，我3090ti塞chatglm6B没问题的，大佬有出现过同样的错误么

我不知道大家是不是有什么误解。。。NBCE是提供了一种long context的方案，但实际上能有多long，肯定是取决于你的显存的啊。

NBCE对显存的需求，关于context长度来说是线性的，这在理论效率上已经是最优的了。也就是说，假如你原本2048的长度，用掉了24G显存，那么要想处理4096，那么就需要48G，如果想处理8192长度，那么就需要96G显存，这应该都是很自然的结果吧（假如忽略模型自身参数的显存占用）。。。

我认为这不能算叫做“比较耗显存”，只是“正常耗显存”，如果长度乘以2，显存消耗要乘以4，那才是“比较耗显存”。

当然，也可以不增加显存，只要修改脚本，改为串行（而不是batch）地计算每个sample的结果，然后再按NBCE的公式融合，这样显存是不增加了，但是每个token的生成时间增加了，看你实际怎么取舍了。

这就好比阅读一本书，跟阅读一页书，总不能是相同的成本吧，要不你花更多的时间去读，要不你请更多的人一起读，无他。。。

[chaochaoSZ]

我参考苏神的代码，结果显存OOM了，我3090ti塞chatglm6B没问题的，大佬有出现过同样的错误么

我不知道大家是不是有什么误解。。。NBCE是提供了一种long context的方案，但实际上能有多long，肯定是取决于你的显存的啊。

NBCE对显存的需求，关于context长度来说是线性的，这在理论效率上已经是最优的了。也就是说，假如你原本2048的长度，用掉了24G显存，那么要想处理4096，那么就需要48G，如果想处理8192长度，那么就需要96G显存，这应该都是很自然的结果吧（假如忽略模型自身参数的显存占用）。。。

我认为这不能算叫做“比较耗显存”，只是“正常耗显存”，如果长度乘以2，显存消耗要乘以4，那才是“比较耗显存”。

当然，也可以不增加显存，只要修改脚本，改为串行（而不是batch）地计算每个sample的结果，然后再按NBCE的公式融合，这样显存是不增加了，但是每个token的生成时间增加了，看你实际怎么取舍了。

这就好比阅读一本书，跟阅读一页书，总不能是相同的成本吧，要不你花更多的时间去读，要不你请更多的人一起读，无他。。。

如果是这样的话，这种方式与Langchain做map reduce相比有啥优势呢？

[bojone]

如果是这样的话，这种方式与Langchain做map reduce相比有啥优势呢？

更加简单直接