📱MiniCPM:端侧大语言模型的潜力

type
status
slug
summary
tags
category
icon
password
Date
MiniCPM 是面壁智能与清华大学自然语言处理实验室共同开源的系列端侧大模型,主体语言模型 MiniCPM-2B 仅有 24亿(2.4B)的非词嵌入参数量, 总计2.7B参数量。
  • 经过 SFT 后,MiniCPM-2B 在公开综合性评测集上与 Mistral-7B 表现相近(中文、数学、代码能力更优),整体性能超越 Llama2-13B、MPT-30B、Falcon-40B 等模型。
  • 经过 DPO 后,MiniCPM-2B 在当前最接近用户体感的评测集 MTBench 上也超越了 Llama2-70B-Chat、Vicuna-33B、Mistral-7B-Instruct-v0.1、Zephyr-7B-alpha 等众多代表性开源大模型。
  • 以 MiniCPM-2B 为基础构建端侧多模态大模型 MiniCPM-V 2.0,在多个测试基准中实现了 7B 以下模型的最佳性能,在 OpenCompass 榜单上超过了 Qwen-VL-Chat 9.6B、CogVLM-Chat 17.4B 和 Yi-VL 34B 等更大参数规模的模型。MiniCPM-V 2.0 还展现出领先的 OCR 能力,在场景文字识别能力上接近 Gemini Pro。
  • 经过 Int4 量化后,MiniCPM 可在手机上进行部署推理,流式输出速度略高于人类说话速度。MiniCPM-V 也直接跑通了多模态大模型在手机上的部署。
  • 一张1080/2080可高效参数微调,一张3090/4090可全参数微调,一台机器可持续训练 MiniCPM,二次开发成本较低。
我们完全开源MiniCPM系列的模型参数供学术研究和有限商用。 具体而言,我们目前已公开以下模型,地址详见 模型下载 部分
  • 基于MiniCPM-2B的指令微调与人类偏好对齐版本MiniCPM-2B-SFT/DPO
  • 基于MiniCPM-2B的多模态模型MiniCPM-V 2.0
  • MiniCPM-2B-SFT/DPO的Int4量化版MiniCPM-2B-SFT/DPO-Int4
  • MiniCPM-2B的128k长文本版本MiniCPM-2B-128k
  • MiniCPM-2B的MoE版本MiniCPM-MoE-8x2B
  • 更轻量级的MiniCPM-1B指令微调版本MiniCPM-1B-SFT
  • 基于MLC-LLM、LLMFarm开发的MiniCPM手机端程序,文本及多模态模型均可在手机端进行推理
局限性:
  • 受限于模型规模,模型可能出现幻觉性问题。其中由于DPO模型生成的回复内容更长,更容易出现幻觉。我们也将持续进行MiniCPM模型的迭代改进。
  • 为了保证在学术研究用途上模型的通用性,我们未对模型进行任何身份认同训练。同时由于我们用ShareGPT开源语料作为部分训练数据,模型可能会输出类似GPT系列模型的身份认同信息。
  • 受限于模型规模,模型的输出受到提示词(prompt)的影响较大,可能多次尝试产生不一致的结果。
  • 受限于模型容量,模型的知识记忆较不准确,后续我们将结合RAG方法来增强模型的知识记忆能力。
目录
更新日志
  • 2024/02/13 支持了llama.cpp
  • 2024/02/09 我们在README里加入了一个开源社区章节,用来收集开源社区对MiniCPM的支持案例。
  • 2024/02/01 初始发布。
模型下载
快速上手
在线体验
Huggingface 模型
MiniCPM-2B
  • 安装transformers>=4.36.0以及accelerate后,运行以下代码
  • 期望输出
MiniCPM-2B (Llama Format)
我们将MiniCPM的模型权重转化成了Llama代码可以直接调用的格式,以便大家尝试:
MiniCPM-V
vLLM 推理
  • 测试样例
  • 期望输出
llama.cpp、Ollama、fastllm、mlx_lm推理
MiniCPM支持llama.cpp 、ollamafastllmmlx_lm推理。感谢@runfuture对llama.cpp和ollama的适配。
llama.cpp
  1. 安装llama.cpp
  1. 下载gguf形式的模型。下载链接-fp16格式 下载链接-q4km格式
  1. 在命令行运行示例代码:
更多参数调整详见
ollama
  1. 安装ollama
  1. 在命令行运行:
fastllm
  1. 编译安装fastllm
  1. 模型推理
mlx_lm
  1. 安装mlx_lm库
    1. 下载转换后的模型权重MiniCPM-2B-sft-bf16-llama-format-mlx
    1. 模型推理
      开源社区
      评测结果
      评测设置
      • 由于大模型评测难以统一,且大量评测也没有公开的prompt和测试代码,对于具体评测方式,我们只能尽量做到适合各类模型。
      • 整体而言,我们测试时采用统一的prompt输入,并按照各模型对应的模板进行输入调整。
      • 评测脚本及prompt已开源在我们的Github仓库中,也欢迎更多开发者来不断改进我们的评测方式。
        • 文本评测部分,采用了我们的开源大模型能力评测框架UltraEval。以下为开源模型复现流程:
          • 安装UltraEval
            • 下载相关数据并解压处理
              • 执行评测脚本(提供了模板,可自定义)
            部署模式
            • 因为MiniCPM采用Mup的结构,与现有模型在具体计算上有细微差别,我们是基于vllm=0.2.2版本进行了我们模型的实现。
            • 对于非MiniCPM模型,我们采用了vllm=0.2.7的最新版本进行推理。
            评测度量
            • 对于QA任务(选择题任务),我们选用两种方式进行测试:
              • PPL:将选项作为题目生成的延续,并根据各个选项的PPL来进行答案选择;
              • 第二种是直接生成答案选项。
            • 对于不同模型,这两种方式得到的结果差异较大。MiniCPM两种模式上的结果较为接近,而Mistral-7B-v0.1等模型在PPL上表现较好,直接生成上效果较差。
            • 在具体评测时,我们以两种评测方式得分的最高者为最终结果,以此保证对比的公平性(以下表格中*号表示采用PPL)。
            文本模型评测
            越级比较:
            模型
            平均分
            英文均分
            中文均分
            C-Eval
            CMMLU
            MMLU
            HumanEval
            MBPP
            GSM8K
            MATH
            BBH
            ARC-E
            ARC-C
            HellaSwag
            Llama2-7B
            35.40
            36.21
            31.765
            32.42
            31.11
            44.32
            12.2
            27.17
            13.57
            1.8
            33.23
            75.25
            42.75
            75.62*
            Qwen-7B
            49.46
            47.19
            59.655
            58.96
            60.35
            57.65
            17.07
            42.15
            41.24
            5.34
            37.75
            83.42
            64.76
            75.32*
            Deepseek-7B
            39.96
            39.15
            43.64
            42.82
            44.45
            47.82
            20.12
            41.45
            15.85
            1.53
            33.38
            74.58*
            42.15*
            75.45*
            Mistral-7B
            48.97
            49.96
            44.54
            46.12
            42.96
            62.69
            27.44
            45.2
            33.13
            5.0
            41.06
            83.92
            70.73
            80.43*
            Llama2-13B
            41.48
            42.44
            37.19
            37.32
            37.06
            54.71
            17.07
            32.55
            21.15
            2.25
            37.92
            78.87*
            58.19
            79.23*
            MPT-30B
            38.17
            39.82
            30.72
            29.34
            32.09
            46.56
            21.95
            35.36
            10.31
            1.56
            38.22
            78.66*
            46.08*
            79.72*
            Falcon-40B
            43.62
            44.21
            40.93
            40.29
            41.57
            53.53
            24.39
            36.53
            22.44
            1.92
            36.24
            81.94*
            57.68
            83.26*
            MiniCPM-2B
            52.33
            52.6
            51.1
            51.13
            51.07
            53.46
            50.00
            47.31
            53.83
            10.24
            36.87
            85.44
            68.00
            68.25
            同级比较:
            模型
            平均分
            英文均分
            中文均分
            C-Eval
            CMMLU
            MMLU
            HumanEval
            MBPP
            GSM8K
            MATH
            BBH
            ARC-E
            ARC-C
            HellaSwag
            TinyLlama-1.1B
            25.36
            25.55
            24.525
            25.02
            24.03
            24.3
            6.71
            19.91
            2.27
            0.74
            28.78
            60.77*
            28.15*
            58.33*
            Qwen-1.8B
            34.72
            31.87
            47.57
            49.81
            45.32
            43.37
            7.93
            17.80
            19.26
            2.42
            29.07
            63.97*
            43.69
            59.28*
            Gemini Nano-3B
            -
            -
            -
            -
            -
            -
            -
            27.2(report)
            22.8(report)
            -
            42.4(report)
            -
            -
            -
            StableLM-Zephyr-3B
            43.46
            46.31
            30.62
            30.34
            30.89
            45.9
            35.37
            31.85
            52.54
            12.49
            37.68
            73.78
            55.38
            71.87*
            Phi-2-2B
            48.84
            54.41
            23.78
            23.37
            24.18
            52.66
            47.56
            55.04
            57.16
            3.5
            43.39
            86.11
            71.25
            73.07*
            MiniCPM-2B
            52.33
            52.6
            51.10
            51.13
            51.07
            53.46
            50.00
            47.31
            53.83
            10.24
            36.87
            85.44
            68.00
            68.25
            Chat模型比较:
            模型
            平均分
            英文均分
            中文均分
            C-Eval
            CMMLU
            MMLU
            HumanEval
            MBPP
            GSM8K
            MATH
            BBH
            ARC-E
            ARC-C
            HellaSwag
            ChatGLM2-6B
            37.98
            35.17
            50.63
            52.05
            49.21
            45.77
            10.37
            9.38
            22.74
            5.96
            32.6
            74.45
            56.82
            58.48*
            Mistral-7B-Instruct-v0.1
            44.36
            45.89
            37.51
            38.06
            36.96
            53.56
            29.27
            39.34
            28.73
            3.48
            39.52
            81.61
            63.99
            73.47*
            Mistral-7B-Instruct-v0.2
            50.91
            52.83
            42.235
            42.55
            41.92
            60.51
            36.59
            48.95
            40.49
            4.95
            39.81
            86.28
            73.38
            84.55*
            Qwen-7B-Chat
            44.93
            42.05
            57.9
            58.57
            57.23
            56.03
            15.85
            40.52
            42.23
            8.3
            37.34
            64.44*
            39.25*
            74.52*
            Yi-6B-Chat
            50.46
            45.89
            70.995
            70.88
            71.11
            62.95
            14.02
            28.34
            36.54
            3.88
            37.43
            84.89
            70.39
            74.6*
            Baichuan2-7B-Chat
            44.68
            42.74
            53.39
            53.28
            53.5
            53
            21.34
            32.32
            25.25
            6.32
            37.46
            79.63
            60.15
            69.23*
            Deepseek-7B-chat
            49.34
            49.56
            48.335
            46.95
            49.72
            51.67
            40.85
            48.48
            48.52
            4.26
            35.7
            76.85
            63.05
            76.68*
            Llama2-7B-Chat
            38.16
            39.17
            33.59
            34.54
            32.64
            47.64
            14.02
            27.4
            21.15
            2.08
            35.54
            74.28
            54.78
            75.65*
            MiniCPM-2B
            52.33
            52.6
            51.10
            51.13
            51.07
            53.46
            50.00
            47.31
            53.83
            10.24
            36.87
            85.44
            68.00
            68.25
            DPO后模型比较:
            模型
            MT-bench
            GPT-4-turbo
            9.32
            GPT-3.5-turbo
            8.39
            Mistral-8*7b-Instruct-v0.1
            8.30
            Claude-2.1
            8.18
            Zephyr-7B-beta
            7.34
            MiniCPM-2B
            7.25
            Vicuna-33B
            7.12
            Zephyr-7B-alpha
            6.88
            LLaMA-2-70B-chat
            6.86
            Mistral-7B-Instruct-v0.1
            6.84
            MPT-34B-instruct
            6.39
            MiniCPM-2B-128k 模型评测
            Model
            avg
            avg w/o code&math
            passkey
            number_string
            kv_retrieval
            longbook_choice_eng
            longbook_qa_chn
            longbook_qa_eng
            longbook_sum_eng
            longdialogue_qa_eng
            math_calc
            math_find
            code_debug
            code_run
            LWM-Text-128k
            24.45
            33.62
            100
            97.8
            0.6
            28.82
            15.93
            14.31
            9.99
            1.5
            0
            3.43
            20.05
            1
            Yarn-Mistral-7b-128k
            19.84
            27.36
            92.71
            0
            27.95
            15.49
            9.55
            9.06
            7.5
            0
            17.14
            0.76
            1.25
            Mistral-7B-Instruct-v0.2(ABF 1000w)
            27.75
            36.9
            100
            78.98
            3.6
            37.12
            11.74
            17.37
            21.12
            9.5
            0
            29.43
            17.51
            0
            Yi-6B-200k
            22.15
            32.54
            100
            94.92
            0
            36.68
            15.07
            9.2
            0.92
            3.5
            0
            4.29
            0.51
            0.75
            chatglm3-6b-128k
            25.58
            36.57
            89.93
            99.66
            5.2
            46.29
            10.7
            8.38
            25.91
            6.5
            0
            8
            5.33
            1
            MiniCPM-2.4B-128k
            27.32
            37.68
            98.31
            99.83
            9
            29.69
            23.06
            16.33
            15.73
            9.5
            0
            4.29
            22.08
            0
            MiniCPM-MoE-8x2B模型评测
            Model
            BBH
            MMLU
            CEval
            CMMLU
            HumanEval
            MBPP†
            GSM8K
            MATH
            Llama2-34B*
            44.1
            62.6
            -
            -
            22.6
            33.0
            42.2
            6.24
            Mistral-7B-Instruct-v0.2
            39.81
            60.51
            42.55
            41.92
            36.59
            39.63
            40.49
            4.95
            Gemma-7B*
            55.1
            64.3
            -
            -
            32.3
            44.4
            46.4
            24.3
            Qwen1.5-7B*
            40.2
            61
            74.1
            73.1
            36
            37.4
            62.5
            20.3
            Deepseek-MoE(16B)*
            -
            45.0
            40.6
            42.5
            26.8
            39.2
            18.8
            4.3
            MiniCPM-2.4B
            36.87
            53.46
            51.13
            51.07
            50.00
            35.93
            53.83
            10.24
            MiniCPM-MoE-8x2B
            39.22
            58.90
            58.11
            58.80
            55.49
            41.68
            61.56
            10.52
            注:* 表示结果取自技术报告。† 表示评测集为MBPP全集。
            多模态模型评测
            Model
            Size
            TextVQA val
            DocVQA test
            OCRBench
            OpenCompass
            MME
            MMB dev(en)
            MMB dev(zh)
            MMMU val
            MathVista
            LLaVA Bench
            Object HalBench
            Proprietary models
            Gemini Pro Vision
            -
            74.6
            88.1
            680
            63.8
            2148.9
            75.2
            74.0
            48.9
            45.8
            79.9
            -
            GPT-4V
            -
            78.0
            88.4
            645
            63.2
            1771.5
            75.1
            75.0
            53.8
            47.8
            93.1
            86.4 / 92.7
            Open-source models 6B~34B
            Yi-VL-6B
            6.7B
            45.5*
            17.1*
            290
            49.3
            1915.1
            68.6
            68.3
            40.3
            28.8
            51.9
            -
            Qwen-VL-Chat
            9.6B
            61.5
            62.6
            488
            52.1
            1860.0
            60.6
            56.7
            37.0
            33.8
            67.7
            56.2 / 80.0
            Yi-VL-34B
            34B
            43.4*
            16.9*
            290
            52.6
            2050.2
            71.1
            71.4
            45.1
            30.7
            62.3
            -
            DeepSeek-VL-7B
            7.3B
            64.7*
            47.0*
            435
            55.6
            1765.4
            74.1
            72.8
            38.3
            36.8
            77.8
            -
            TextMonkey
            9.7B
            64.3
            66.7
            558
            -
            -
            -
            -
            -
            -
            -
            -
            CogVLM-Chat
            17.4B
            70.4
            33.3*
            590
            52.5
            1736.6
            63.7
            53.8
            37.3
            34.7
            73.9
            73.6 / 87.4
            Open-source models 1B~3B
            DeepSeek-VL-1.3B
            1.7B
            58.4*
            37.9*
            413
            46.0
            1531.6
            64.0
            61.2
            33.8
            29.4
            51.1
            -
            MobileVLM V2
            3.1B
            57.5
            19.4*
            -
            -
            1440.5(P)
            63.2
            -
            -
            -
            -
            -
            Mini-Gemini
            2.2B
            56.2
            34.2*
            -
            -
            1653.0
            59.8
            -
            31.7
            -
            -
            -
            MiniCPM-V
            2.8B
            60.6
            38.2
            366
            47.6
            1650.2
            67.9
            65.3
            38.3
            28.9
            51.3
            78.4 / 88.5
            MiniCPM-V 2.0
            2.8B
            74.1
            71.9
            605
            55.0
            1808.6
            69.6
            68.1
            38.2
            38.7
            69.2
            85.5 / 92.2
            • 我们自己评测了正式开源的模型权重。
            手机部署
            部署步骤
            • 进行Int4量化后,MiniCPM只占2GB空间,具备在端侧手机进行模型部署的条件。
            • 对于不同的操作系统,我们进行了不同的适配。
            • 注意:当前开源框架对手机支持还在完善,并非所有芯片与操作系统版本均能成功运行MLC-LLM或LLMFarm。
            • Android、HarmonyOS
              • 使用开源框架MLC-LLM进行模型适配。
              • 支持文本模型、多模态模型。
              • 适用于MiniCPM-2B-SFT-INT4、MiniCPM-2B-DPO-INT4、MiniCPM-V。
              • 编译安装MiniCPM指南
            • iOS
              • 使用开源框架LLMFarm进行模型适配。
              • 支持文本模型。
              • 适用于MiniCPM-2B-SFT-INT4、MiniCPM-2B-DPO-INT4。
              • 编译安装MiniCPM指南
            部署性能
            • 我们未针对手机推理模型进行深度优化和系统测试,仅验证MiniCPM使用手机芯片进行推理的可行性。我们也欢迎更多开发者进一步调优并更新下面的测试列表,不断提升端侧大模型在手机上的推理性能
            手机型号
            操作系统
            处理器
            Memory(GB)
            文本吞吐(token/s)
            OPPO Find N3
            Android 13
            snapdragon 8 Gen2
            12
            6.5
            Samsung S23 Ultra
            Android 14
            snapdragon 8 Gen2
            12
            6.4
            Meizu M182Q
            Android 11
            snapdragon 888Plus
            8
            3.7
            Xiaomi 12 Pro
            Android 13
            snapdragon 8 Gen1
            8+3
            3.7
            Xiaomi Redmi K40
            Android 11
            snapdragon 870
            8
            3.5
            Oneplus LE 2100
            Android 13
            snapdragon 870
            12
            3.5
            Oneplus HD1900
            Android 11
            snapdragon 865
            8
            3.2
            Oneplus HD1900
            Android 11
            snapdragon 855
            8
            3.0
            Oneplus HD1905
            Android 10
            snapdragon 855
            8
            3.0
            Oneplus HD1900
            Android 11
            snapdragon 855
            8
            3.0
            Xiaomi MI 8
            Android 9
            snapdragon 845
            6
            2.3
            Huawei Nova 11SE
            HarmonyOS 4.0.0
            snapdragon 778
            12
            1.9
            Xiaomi MIX 2
            Android 9
            snapdragon 835
            6
            1.3
            iPhone 15 Pro
            iOS 17.2.1
            A17 pro
            8
            18.0
            iPhone 15
            iOS 17.2.1
            A16
            6
            15.0
            iPhone 12 Pro
            iOS 16.5.1
            A14
            6
            5.8
            iPhone 12
            iOS 17.2.1
            A14
            4
            5.8
            iPhone 11
            iOS 16.6
            A13
            4
            4.6
            Xiaomi Redmi K50
            HyperOS 1.0.2
            MediaTek Dimensity 8100
            12
            3.5
            • 我们也使用MLC-LLM验证了在手机上部署MiniCPM-V系列模型的可行性,能够正常输入输出,但也存在图片处理时间较长的问题,需要进一步优化,兼容性问题也需要进一步解决。下面的动图是使用小米14 Pro运行MiniCPM-V 2.0的屏幕录像,没有进行任何编辑。
            notion image
            notion image
            Demo & API 部署
            基于Gradio的网页版Demo
            • 使用如下命令启动基于Gradio的网页版demo:
            二次开发
            • 全参数微调 or 持续训练
              • 使用BMTrain,借助重计算和ZeRO-3,一张3090/4090可实现全参数微调,一台机器可实现持续训练
              • 相关代码也将陆续推出
            • mlx高效参数微调
              • 环境准备
                • 微调命令
                典型示例
                文本生成
                notion image
                notion image
                notion image
                代码生成
                notion image
                notion image
                数理逻辑
                notion image
                notion image
                文本翻译
                notion image
                notion image
                指令跟随
                notion image
                notion image
                特殊字符
                notion image
                notion image
                开源协议
                模型协议
                • 本仓库中代码依照 Apache-2.0 协议开源
                • MiniCPM 模型权重对学术研究完全开放。
                • 如需将模型用于商业用途,请联系cpm@modelbest.cn来获取书面授权,在登记后亦允许免费商业使用。
                声明
                • 作为一个语言模型,MiniCPM 通过学习大量的文本来生成内容,但它无法理解、表达个人观点或价值判断,它所输出的任何内容都不代表模型开发者的观点和立场。
                • 因此用户在使用 MiniCPM 生成的内容时,应自行负责对其进行评估和验证。
                • 如果由于使用 MiniCPM 开源模型而导致的任何问题,包括但不限于数据安全问题、公共舆论风险,或模型被误导、滥用、传播或不当利用所带来的任何风险和问题,我们将不承担任何责任。
                工作引用
                • 如果觉得MiniCPM有助于您的工作,请引用我们的论文
                @article{hu2024minicpm, title={MiniCPM: Unveiling the Potential of Small Language Models with Scalable Training Strategies}, author={Hu, Shengding and Tu, Yuge and Han, Xu and He, Chaoqun and Cui, Ganqu and Long, Xiang and Zheng, Zhi and Fang, Yewei and Huang, Yuxiang and Zhao, Weilin and others}, journal={arXiv preprint arXiv:2404.06395}, year={2024} }
                 
                MiniCPM
                OpenBMBUpdated May 28, 2024
                多模态端侧大模型MiniCPM-V不到500行代码构建您自己的对话搜索引擎