此模型将LLama-3 8B的上下文长度从8k扩展到 > 1040K，由Gradient开发，由Crusoe Energy提供计算资源赞助。 它表明SOTA LLM可以通过适当调整RoPE theta，以最小的训练量学习在长上下文中操作。 我们在此阶段训练了8.3亿个token，所有阶段总共训练了14亿个token，这 < 0.01%的Llama-3原始预训练数据。

大上下文窗口

注意：使用256k上下文窗口至少需要64GB内存。 使用1M+上下文窗口需要更多内存（100GB+）。

要扩展上下文窗口（例如，扩展到256k），请使用

_API

curl http://localhost:11434/api/generate -d '{
  "model": "llama3-gradient",
  "prompt": "Why is the sky blue?",
  "options": {
    "num_ctx": 256000
  }
}'

_CLI

ollama run llama3-gradient
>>> /set parameter num_ctx 256000

参考

网站

Hugging Face