license: apache-2.0
English | 中文
GTE 新模型代码实现
此模型为 BERT-like 编码器模型，加入了以下优化：
- 使用 RoPE [^1] 旋转位置编码替换 absolute position embedding。
- 使用 GLU (Gated Linear Unit) [^2] 替换普通的激活函数。
- 设置 attention dropout 为 0 以方便应用
xformers和flash_attn等优化。 - 使用 Unpadding 技术去除对 padding token 的无用计算 [^3]（默认关闭，需要结合
flash_attn或xformers使用来获得最高加速）。 - 设置
vocab_size % 64 = 0。
推荐：启用 Unpadding 和 xformers 加速
此代码支持使用 xformers 加速 attention 计算，可以根据设备类型自动选择优化实现，比如 flash_attn。通过 xformers，在不能支持 flash_attn 的旧设备比如V100上也可以获得极大的加速。
首先，安装 xformers（需要预先安装pytorch）：
if pytorch 使用 conda 安装 :
conda install xformers -c xformers
elif pytorch 使用 pip 安装 :
# cuda 11.8 version
pip3 install -U xformers --index-url https://download.pytorch.org/whl/cu118
# cuda 12.1 version
pip3 install -U xformers --index-url https://download.pytorch.org/whl/cu121
更多信息可参考 installing-xformers。
然后，加载模型时设置 unpad_inputs 和 use_memory_efficient_attention 为 true，并启用 fp16 混合精度计算，即可获得最快加速。
import torch
from transformers import AutoModel, AutoTokenizer
path = 'Alibaba-NLP/gte-base-en-v1.5'
device = torch.device('cuda')
tokenzier = AutoTokenizer.from_pretrained(path)
model = AutoModel.from_pretrained(
path,
trust_remote_code=True,
unpad_inputs=True,
use_memory_efficient_attention=True,
).to(device)
with torch.autocast(device_type=device.type, dtype=torch.float16): # 或bfloat16
with torch.inference_mode():
outputs = model(**inputs.to(device))
也可以直接修改模型的 config.json 中 unpad_inputs 和 use_memory_efficient_attention 为 true，省去代码中的设置。
与 nomic-embed 和 nomicBERT 的关系
可能有人会质疑我们的原创性，认为这只是对 nomicBERT 的复刻。
在此澄清，我们是工作与 nomicBERT 平行并源自相同的想法。
应用 RoPE 和 GLU 到 BERT 上支持长文本是一个简单直接的想法。我们从2023年8月开始了探索。在2023年11月，完成了 gte-base-en-v1.1 的开发，然后我去忙别的课题的ACL投稿了。
nomic-embed [^4] 的发布让我们感受到了压力，也获得了更多资源得以加速继续开发这一项目。如果没有 nomicai 的杰出工作，gte-v1.5 系列可能还要延期很久。感谢！
[^1]: Su, Jianlin, Murtadha Ahmed, Yu Lu, Shengfeng Pan, Wen Bo, and Yunfeng Liu. "Roformer: Enhanced transformer with rotary position embedding." Neurocomputing 568 (2024): 127063.
[^2]: Shazeer, Noam. "Glu variants improve transformer." arXiv preprint arXiv:2002.05202 (2020).
[^3]: Portes, Jacob, Alexander Trott, Sam Havens, Daniel King, Abhinav Venigalla, Moin Nadeem, Nikhil Sardana, Daya Khudia, and Jonathan Frankle. "MosaicBERT: A Bidirectional Encoder Optimized for Fast Pretraining." Advances in Neural Information Processing Systems 36 (2024).
[^4]: Nussbaum, Zach, John X. Morris, Brandon Duderstadt, and Andriy Mulyar. "Nomic Embed: Training a Reproducible Long Context Text Embedder." arXiv preprint arXiv:2402.01613 (2024).