开源盘古-R-7B-Diffusion
1. 简介
openPangu-R-7B-Diffusion 是一种基于扩散机制的新型语言模型，采用了前文因果块扩散（context-causal block diffusion）技术，采用稠密结构，参数量为 7B（不含词表Embedding）。openPangu-R-7B-Diffusion在openPangu-Embedded-7B预训练模型基础上进行续训，依次进行了700B 8k序列长度的预训练，100B 32k序列长度的退火，和10 epoch的10B慢思考SFT。模型训练推理全流程基于昇腾NPU。
- openPangu-7B-Diffusion-Base：预训练模型，上下文长度为8k。
- openPangu-R-7B-Diffusion：慢思考SFT模型，上下文长度为32k。
主要特点：
推理
Context_Causal_Block_Diffusion_LLMopenPangu-R-7B-Diffusion采用前文因果块扩散解码，逐块进行扩散解码。解码过程中块内为全注意力，前文为因果注意力。当块内的token全部完成解码时，将整块token存入前文KV缓存，缓存采用因果注意力掩码，同时解码下一个block的首token。
- 支持变长推理和KV缓存。
- 灵活的上下文长度，不受块长度的限制。
- 支持自回归和块扩散两种解码方式。
- 使用confidence threshold采样，相比标准自回归解码，吞吐量最高可提升2.5倍。
- 类似于Fast dLLMv2在block内设置small block，可实现吞吐和效果的权衡，通常在small block长为4或8时表现最优。
训练
alt textopenPangu-R-7B-Diffusion训练时将带掩码语料块与不带掩码的context拼接。对掩码语料块预测掩码部分token，对不带掩码的context部分进行自回归训练。
- 保留与自回归模型相同的前文因果注意力掩码（causal attention mask）形状，快速从自回归模型适配到BlockDiffusion模型。
- BlockDiffusion的块扩散训练，只利用了带掩码的语料块进行训练，无掩码的context部分信息被浪费。得益于前文因果（context-causal）的设计，openPangu-R-7B-Diffusion能够同时对context进行自回归训练，提升训练效率。
- 与全注意力扩散模型相比，每个batch参与训练的token数更稳定，确保长序列训练能够平稳进行。
openPangu-R-7B-Diffusion2. 模型架构
| openPangu-R-7B-Diffusion |
|---|
| Architecture | Dense |
| Parameters (Non-Embedding) | 7B |
| Number of Layers | 34 |
| Hidden Dimension | 12800 |
| Attention Mechanism | GQA |
| Number of Attention Heads | 32 for Q，8 for KV |
| Vocabulary Size | 153k |
| Context Length (Natively) | 32k |
| Continued training Tokens | 800B |
3. 测评结果
| Benchmark | 测评指标 | Dream-v0-Instruct-7B | Fast-dLLMv2 | LLaDA2.0-mini-preview (16BA1B) | SDAR-8B | openPangu-R-7B-Diffusion |
|---|
| 通用能力 | | | | | | |
| MMLU | Acc | 67.00 | 66.60 | 72.49 | 78.60 | 81.66 |
| MMLU-Pro | Acc | 43.30 | 44.42* | 49.22 | 56.90 | 71.26 |
| CMMLU | Acc | 58.82 | 59.67* | 67.53 | 75.70 | 76.43 |
| CEval | Acc | 57.98 | 66.76* | 66.54 | 72.72* | 70.81 |
| IFEval | Prompt Strict | 62.50 | 61.40 | 62.50 | 61.40 | 60.81 |
| 数学能力 | | | | | | |
| GSM8K | Acc | 81.00 | 83.70 | 89.01 | 91.30 | 91.89 |
| MATH | Acc | 39.20 | 61.60 | 73.50 | 78.60 | 84.26 |
| 代码能力 | | | | | | |
| MBPP | Pass@1 | 58.80 | 57.10 | 77.75 | 72.00 | 84.05 |
| HumanEval | Pass@1 | 55.50 | 63.40 | 80.49 | 78.70 | 87.80 |
| Avg | | 58.22 | 62.74 | 70.95 | 73.99 | 78.77 |
注： 对于编程基准测试（MBPP和HumanEval），我们使用采样设置alg="entropy", num_small_blocks=32, top_p=0.8, temperature=1。对于其他基准测试，我们使用alg="entropy", num_small_blocks=8, top_p=1, temperature=0。所有评估生成长度为28k个token。上表中标有*的数据官方没有报告，指标是用官方代码自行测出。
4. 部署和使用
4.1 环境准备
硬件规格
Atlas 800T A2 (64GB)，驱动与固件安装包获取请参照 [
Atlas 800T A2]。
软件环境
- 操作系统：Linux（推荐 openEuler>=24.03）
- CANN==8.1.RC1，安装准备及流程请参照 [CANN Install]
- python==3.10
- torch==2.6.0
- torch-npu==2.6.0
- transformers==4.53.2
以上软件配套经过验证，理论可以支持更高版本，如有疑问，可以提交 issue。
4.2 推理样例
下述内容提供 openPangu-R-7B-Diffusion 在 transformers 框架上进行推理的一个简单示例：
运行前请修改 generate.py，添加模型路径。
1cd inference
2python generate.py
与基准测试不同，为了实现最佳吞吐量，采样参数应设置为 alg="confidence_threshold", threshold=0.9, num_small_blocks=1，并根据设备选择合适的batch size。
5. 模型许可证
除文件中对开源许可证另有约定外，openPangu-R-7B-Diffusion 模型根据 OPENPANGU MODEL LICENSE AGREEMENT VERSION 1.0 授权，旨在允许使用并促进人工智能技术的进一步发展。有关详细信息，请参阅模型存储库根目录中的
LICENSE 文件。
6. 免责声明
由于 openPangu-R-7B-Diffusion（“模型”）所依赖的技术固有的技术限制，以及人工智能生成的内容是由盘古自动生成的，华为无法对以下事项做出任何保证：
- 尽管该模型的输出由 AI 算法生成，但不能排除某些信息可能存在缺陷、不合理或引起不适的可能性，生成的内容不代表华为的态度或立场；
- 无法保证该模型 100% 准确、可靠、功能齐全、及时、安全、无错误、不间断、持续稳定或无任何故障；
- 该模型的输出内容不构成任何建议或决策，也不保证生成的内容的真实性、完整性、准确性、及时性、合法性、功能性或实用性。生成的内容不能替代医疗、法律等领域的专业人士回答您的问题。生成的内容仅供参考，不代表华为的任何态度、立场或观点。您需要根据实际情况做出独立判断，华为不承担任何责任。
7. 反馈
如果有任何意见和建议，请提交issue或联系
openPangu@huawei.com。
