OpenELM是Apple最新發布的一系列高效開源語言模型，涵蓋了不同參數規模的版本，包括OpenELM-270M、OpenELM-450M、OpenELM-1_1B和OpenELM-3B。該系列模型采用創新的層間縮放策略，實現了參數的非均勻分配，從而提升了模型的準確性與效率。OpenELM在多個自然語言處理任務中表現出色，并且其代碼和預訓練模型權重均已開放，旨在推動開放研究和社區的發展。

OpenELM是什么

OpenELM是Apple公司最新推出的高效開源語言模型系列，包含OpenELM-270M、OpenELM-450M、OpenELM-1_1B和OpenELM-3B等多個版本，提供預訓練和指令微調兩種選擇。該模型運用層間縮放策略，在Transformer架構的每一層中實現參數的非均勻分配，以增強模型的準確度和效率。OpenELM在公共數據集上進行了預訓練，并在多個自然語言處理任務中展現出卓越的性能。其代碼、預訓練模型權重及訓練和評估流程均已開放，旨在促進開放研究與社區的進一步發展。

OpenELM的基本信息

• 參數規模：OpenELM系列共包含八個模型，其中四個為預訓練版本，四個為指令微調版本，參數規模從2.7億到30億不等（270M、450M、1.1B和3B）。
• 技術架構：OpenELM基于Transformer架構，采用層間縮放策略，通過調整注意力頭數和前饋網絡的乘數，實現參數的非均勻分配。該模型使用分組查詢注意力（Grouped Query Attention，GQA）替代傳統的多頭注意力（Multi-Head Attention，MHA），并選用SwiGLU激活函數代替傳統的ReLU，同時采用RMSNorm作為歸一化層。
• 預訓練數據：OpenELM使用多個公共數據集進行預訓練，包括RefinedWeb、去重的PILE、RedPajama的子集以及Dolma v1.6的子集，總計約1.8萬億個token。
• 開源許可：OpenELM的代碼、預訓練模型權重和訓練指南均在開放源代碼許可證下發布，Apple還提供了將模型轉換為MLX庫的代碼，以支持在Apple設備上的推理和微調。

OpenELM的官網入口

• arXiv研究論文：https://arxiv.org/abs/2404.14619
• GitHub模型權重和訓練配置：https://github.com/apple/corenet
• 指令微調版模型Hugging Face地址：https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca
• 預訓練版模型Hugging Face地址：https://huggingface.co/collections/apple/openelm-pretrained-models-6619ac6ca12a10bd0d0df89e

OpenELM的技術架構

• Transformer架構：OpenELM采用僅解碼器的Transformer模型架構，廣泛應用于自然語言處理，特別適合序列數據的處理。
• 層間縮放（Layer-wise Scaling）：通過層間縮放技術，OpenELM有效分配每一層的參數，早期層使用較小的注意力和前饋網絡維度，而后期層則逐漸增大這些維度。
• 分組查詢注意力（Grouped Query Attention，GQA）：GQA是一種改進的注意力機制，取代了傳統的多頭注意力，旨在提升模型處理長距離依賴的能力。
• RMSNorm歸一化：OpenELM采用RMSNorm作為歸一化層，幫助穩定訓練過程。
• SwiGLU激活函數：在前饋網絡中，OpenELM使用SwiGLU激活函數，一種門控激活函數，有助于捕捉復雜模式。
• RoPE位置編碼：OpenELM使用旋轉位置編碼（Rotary Positional Embedding，RoPE），有效處理序列中元素的順序信息。
• Flash注意力：在計算縮放點積注意力時，OpenELM采用Flash注意力，提供快速且內存高效的注意力計算。

OpenELM的性能表現

研究人員將OpenELM與PyThia、Cerebras-GPT、TinyLlama、OpenLM、MobiLlama和OLMo等模型進行了比較。在相似的模型規模下，OpenELM在ARC、BoolQ、HellaSwag、PIQA、SciQ和WinoGrande等主流任務測試中展現出更高的準確性。特別是，相較于OLMo模型，OpenELM在參數數量和預訓練數據更少的情況下，依然保持較高的準確率。