Hugging Face's logo

Transformers documentation

Bayt Gizli Dönüştürücü (BLT)

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v5.22.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Bu model 2024-12-13 tarihinde HF papers'ta yayımlandı ve 2025-09-19 tarihinde Hugging Face Transformers'a katkıda bulunuldu.

FlashAttention SDPA

Bayt Gizli Dönüştürücü (BLT)

Genel Bakış

BLT modeli, Artidoro Pagnoni, Ram Pasunuru, Pedro Rodriguez, John Nguyen, Benjamin Muller, Margaret Li1, Chunting Zhou, Lili Yu, Jason Weston, Luke Zettlemoyer, Gargi Ghosh, Mike Lewis, Ari Holtzman†, Srinivasan Iyer tarafından Byte Latent Transformer: Patches Scale Better Than Tokens makalesinde önerilmiştir. BLT, entropi tabanlı dinamik yama (patching) yoluyla tokenizasyon düzeyinde performans elde eden bayt düzeyinde bir LLM'dir.

Makalenin özeti aşağıdaki gibidir:

Bayt Latent Dönüştürücü'yü (BLT) tanıtıyoruz. BLT, ilk kez tokenizasyona dayalı LLM performansını ölçek düzeyinde eşitlerken çıkarım verimliliğinde ve sağlamlıkta önemli iyileştirmeler sunan yeni bir bayt düzeyinde LLM mimarisidir. BLT, baytları dinamik boyutlu yamalar (patch) olarak kodlar; bu yamalar hesaplamanın birincil birimleri olarak görev yapar. Yamalar, bir sonraki baytın entropisine göre segmentlenir ve artan veri karmaşıklığının gerektirdiği yerlere daha fazla hesaplama ve model kapasitesi tahsis edilir. 8B parametreye ve 4T eğitim baytına kadar bayt düzeyinde modellerin ilk flop kontrollü ölçekleme çalışmasını sunuyoruz. Sonuçlarımız, sabit bir sözlük olmadan ham baytlar üzerinde eğitilen modellerin ölçeklendirilebilirliğini kanıtlamaktadır. Veri öngörülebilir olduğunda uzun yamaların dinamik olarak seçilmesi sayesinde hem eğitim hem de çıkarım verimliliği artmakta; ayrıca akıl yürütme ve uzun kuyruk genellemede nitel iyileşmeler gözlemlenmektedir. Genel olarak, sabit çıkarım maliyetleri için BLT, hem yama hem de model boyutunu eş zamanlı olarak büyütmesi sayesinde tokenizasyona dayalı modellere kıyasla önemli ölçüde daha iyi ölçekleme göstermektedir.

Kullanım İpuçları

  • Çift Model Mimarisi: BLT, iki ayrı eğitilmiş modelden oluşur:

    • Patcher (Entropy Model): Bayt düzeyinde entropiyi tahmin ederek yama sınırlarını belirleyen ve girdiyi segmentlere ayıran daha küçük bir transformer modeli.
    • Ana Transformer Modeli: Yamaçları (patch) Yerel Kodlayıcı (Local Encoder), Küresel Transformer ve Yerel Çözücü (Local Decoder) üzerinden işleyen birincil model.

  • Dinamik Yama: Model, şu şekilde entropi tabanlı dinamik yama kullanır:

    • Yüksek entropili bölgeler (karmaşık veriler) daha fazla hesaplama dikkati alan daha kısa yamalar alır
    • Düşük entropili bölgeler (öngörülebilir veriler), verimlilik için daha uzun yamalar alır
    • Bu, modelin hesaplama kaynaklarını en çok ihtiyaç duyulan yerlere tahsis etmesini sağlar

  • Yerel Kodlayıcı: Bayt dizilerini, yama gömme (patch embeddings) ile çapraz dikkat (cross-attention) kullanarak işler

  • Global Transformer: Patch düzeyindeki temsilleri, patchler arasında tam dikkat ile işler

  • Yerel Çözücü: Çıkışı, orijinal bayt dizisine çapraz dikkat (cross-attention) ile üretir

  • Bayt Düzeyli Sözcükleştirici: Öğrenilmiş sözlükler kullanan geleneksel sözcükleştiricilerin aksine, BLT'nin sözcükleştiricisi metni yalnızca UTF-8 baytlarına dönüştürür ve her baytı bir sözcük kimliğine eşler. Sözlük gerektirmez.

Model şu şekilde yüklenebilir:

<hfoption id="AutoModel"> 
from transformers import AutoModelForCausalLM, AutoTokenizer


tokenizer = AutoTokenizer.from_pretrained("itazap/blt-1b-hf")
model = AutoModelForCausalLM.from_pretrained(
    "itazap/blt-1b-hf",
    device_map="auto",
)

inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

prompt = "my name is"
generated_ids = model.generate(
    **inputs, max_new_tokens=NUM_TOKENS_TO_GENERATE, do_sample=False, use_cache=False
)

print(tokenizer.decode(generated_ids[0]))
</hfoption>

Bu model itazap tarafından katkıda bulunmuştur. Orijinal kod burada bulunabilir.

BltConfig

sınıf transformers.BltConfig

< >

( transformers_version: str | None = Nonearchitectures: list[str] | None = Noneoutput_hidden_states: bool | None = Falsereturn_dict: bool | None = Truedtype: str | torch.dtype | None = Nonechunk_size_feed_forward: int = 0is_encoder_decoder: bool = Falseid2label: dict[int, str] | dict[str, str] | None = Nonelabel2id: dict[str, int] | dict[str, str] | None = Noneproblem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = Nonevocab_size: int = 260max_position_embeddings: int = 4096patch_in_forward: bool | None = Truepatch_size: int | None = 4patching_mode: str | None = 'entropy'patching_threshold: float | None = 1.335442066192627patching_batch_size: int | None = 1max_patch_length: int | None = Nonelocal_attention_window_len: int | None = 512cross_attn_k: int | None = 2encoder_hash_byte_group_size: list[int] | None = Noneencoder_hash_byte_group_vocab: int | None = 500002encoder_hash_byte_group_nb_functions: int | None = 1patcher_config: dict | transformers.configuration_utils.PreTrainedConfig | None = Noneencoder_config: dict | transformers.configuration_utils.PreTrainedConfig | None = Nonedecoder_config: dict | transformers.configuration_utils.PreTrainedConfig | None = Noneglobal_config: dict | transformers.configuration_utils.PreTrainedConfig | None = Nonetie_word_embeddings: bool = Falseuse_cache: bool = Truepad_token_id: int | None = Nonebos_token_id: int | None = Noneeos_token_id: int | list[int] | None = Noneinitializer_range: float = 0.02rope_parameters: transformers.modeling_rope_utils.RopeParameters | dict | None = None )

Parametreler

  • vocab_size (int, isteğe bağlı, varsayılan 260) — Modelin sözlük boyutu. input_ids tarafından temsil edilebilecek farklı token sayısını tanımlar.
  • max_position_embeddings (int, isteğe bağlı, varsayılan 4096) — Bu modelin kullanılabileceği en uzun dizi uzunluğu.
  • patch_in_forward (bool, isteğe bağlı, varsayılan True) — İleri geçiş sırasında yama işleminin uygulanıp uygulanmayacağı.
  • patch_size (int, isteğe bağlı, varsayılan 4) — Patchleme mekanizmasında kullanılan yamaların boyutu.
  • patching_mode (str, isteğe bağlı, varsayılan "entropy") — Yamalama için kullanılan mod, örneğin entropi tabanlı yamalama.
  • patching_threshold (float, isteğe bağlı, varsayılan 1.34) — Yamaların ne zaman uygulanacağına karar vermek için kullanılan eşik değeri.
  • patching_batch_size (int, isteğe bağlı, varsayılan 1) — Yama (patching) işlemi sırasında kullanılan batch boyutu.
  • max_patch_length (int, isteğe bağlı) — Oluşturulabilecek yamaların (patch) maksimum uzunluğu.
  • local_attention_window_len (int, isteğe bağlı, varsayılan 512) — Yerel kodlayıcı ve yerel çözücü tarafından kullanılan yerel dikkat penceresinin boyutu, yayınlanan kontrol noktalarındaki local_attention_window_len ile eşleşir. Bunun yerine tam nedensel bağlama dikkat etmek için None olarak ayarlayın.
  • cross_attn_k (int, isteğe bağlı, varsayılan 2) — Modelde kullanılan çapraz dikkat başlarının sayısı.
  • encoder_hash_byte_group_size (list, optional) — List of byte group sizes used in the encoder hash function.
  • encoder_hash_byte_group_vocab (int, isteğe bağlı, varsayılan 500002) — Kodlayıcı hash bayt grupları için sözlük boyutu.
  • encoder_hash_byte_group_nb_functions (int, isteğe bağlı, varsayılan 1) — Kodlayıcı bayt gruplamasında kullanılan karma fonksiyonlarının sayısı.
  • patcher_config (BltPatcherConfig, isteğe bağlı) — Modelin patcher bileşeni için yapılandırma.
  • encoder_config (Union[dict, ~configuration_utils.PreTrainedConfig], isteğe bağlı) — Encoder iskeletinin yapılandırma nesnesi veya sözlüğü.
  • decoder_config (Union[dict, ~configuration_utils.PreTrainedConfig], isteğe bağlı) — Decoder iskeletinin yapılandırma nesnesi veya sözlüğü.
  • global_config (BltGlobalTransformerConfig, isteğe bağlı) — Modelin küresel dönüştürücü bileşeni için yapılandırma.
  • tie_word_embeddings (bool, isteğe bağlı, varsayılan False) — Modelin tied_weights_keys eşlemesine göre ağırlık gömme bağlamalarının yapılıp yapılmayacağı.
  • use_cache (bool, isteğe bağlı, varsayılan True) — Modelin son anahtar/değer dikkatlerini (tüm modellerde kullanılmaz) döndürüp döndürmeyeceği. Yalnızca config.is_decoder=True olduğunda veya model yalnızca çözücü tabanlı üretken bir model olduğunda geçerlidir.
  • pad_token_id (int, isteğe bağlı) — Sözlükte dolgu için kullanılan token kimliği.
  • bos_token_id (int, isteğe bağlı) — Sözlükte akış başlangıcı için kullanılan token kimliği.
  • eos_token_id (Union[int, list[int]], isteğe bağlı) — Sözlükte akış sonu için kullanılan token kimliği.
  • initializer_range (float, isteğe bağlı, varsayılan 0.02) — Tüm ağırlık matrislerini başlatmak için kullanılan truncated_normal_initializer'ın standart sapması.
  • rope_parameters (Union[~modeling_rope_utils.RopeParameters, dict], isteğe bağlı) — RoPE gömme yapılandırma parametrelerini içeren sözlük. Sözlük, rope_theta için bir değer ve daha uzun max_position_embeddings ile RoPE kullanmak istiyorsanız ölçekleme için kullanılan isteğe bağlı parametreleri içermelidir.

Bu, bir BltModel yapılandırmasını depolamak için kullanılan yapılandırma sınıfıdır. Belirtilen argümanlara göre bir Blt modelini örneklemek ve model mimarisini tanımlamak için kullanılır. Varsayılanlarla bir yapılandırma örneği oluşturmak, itazap/blt-1b-hf modelinin yapılandırmasına benzer bir yapılandırma üretir.

Yapılandırma nesneleri PreTrainedConfig sınıfından devralır ve model çıktılarını kontrol etmek için kullanılabilir. Daha fazla bilgi için PreTrainedConfig belgesini okuyun.

Örnek:

>>> from transformers import BltModel, BltConfig

>>> # Initializing a Blt configuration
>>> configuration = BltConfig()

>>> # Initializing a model from the configuration
>>> model = BltModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config

sınıf transformers.BltModel

< >

( config: BltConfig )

forward

< >

( input_ids: typing.Optional[torch.LongTensor] = Nonepatch_lengths: typing.Optional[torch.Tensor] = Noneattention_mask: typing.Optional[torch.Tensor] = Noneposition_ids: typing.Optional[torch.LongTensor] = Nonepast_key_values: transformers.cache_utils.Cache | None = Noneinputs_embeds: typing.Optional[torch.Tensor] = Noneuse_cache: bool | None = None**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> )

BltForCausalLM

sınıf transformers.BltForCausalLM

< >

( config: BltConfig )

Parametreler

  • config (BltConfig) — Modelin tüm parametrelerini içeren model yapılandırma sınıfı. Bir yapılandırma dosyasıyla başlatmak, modelle ilişkili ağırlıkları yüklemez, yalnızca yapılandırmayı yükler. Model ağırlıklarını yüklemek için from_pretrained() yöntemine bakın.

Üstünde bir dil modelleme kafası bulunan Blt Metin Modeli.

Bu model PreTrainedModel sınıfından devralır. Kütüphanenin tüm modelleri için uyguladığı genel yöntemler (indirme veya kaydetme, giriş gömme boyutlarını yeniden boyutlandırma, başları budama vb.) için üst sınıf belgelendirmesine bakın.

Bu model aynı zamanda bir PyTorch torch.nn.Module alt sınıfıdır. Bunu standart bir PyTorch Module olarak kullanın ve genel kullanım ve davranışla ilgili tüm konular için PyTorch dokümantasyonuna başvurun.

forward

< >

( input_ids: typing.Optional[torch.LongTensor] = Noneattention_mask: typing.Optional[torch.Tensor] = Noneposition_ids: typing.Optional[torch.LongTensor] = Nonecross_attention_states: typing.Optional[torch.LongTensor] = Nonecross_attention_mask: typing.Optional[torch.LongTensor] = Nonefull_text_row_masked_out_mask: tuple[torch.Tensor, torch.Tensor] | None = Nonepast_key_values: transformers.cache_utils.Cache | None = Noneinputs_embeds: typing.Optional[torch.Tensor] = Nonelabels: typing.Optional[torch.LongTensor] = Noneuse_cache: bool | None = Nonelogits_to_keep: typing.Union[int, torch.Tensor] = 0**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → CausalLMOutputWithPast or tuple(torch.Tensor)

Parametreler

  • input_ids (torch.LongTensor şeklinde (batch_size, sequence_length), isteğe bağlı) — Sözlükteki girdi dizisi belirteçlerinin (token) indeksleri. Varsayılan olarak dolgu (padding) yok sayılır.

    Dizinler AutoTokenizer kullanılarak elde edilebilir. Ayrıntılar için PreTrainedTokenizer.encode() ve PreTrainedTokenizer.call() konularına bakın.

    Girdi kimlikleri nelerdir?

  • attention_mask (torch.Tensor şeklinde (batch_size, sequence_length), isteğe bağlı) — Doldurma (padding) token indekslerinde dikkat (attention) işlemi yapmaktan kaçınmak için kullanılan maske. Seçilen maske değerleri [0, 1]:
    • 1, maskelenmemiş jetonlar için,
    • maskelenmiş jetonlar için 0.

    Dikkat maskeleri nedir?

  • position_ids (torch.LongTensor şeklinde (batch_size, sequence_length), isteğe bağlı) — Girdi dizilerindeki her token'ın konum gömme (position embedding) içindeki konum indeksleri. Seçim aralığı [0, config.n_positions - 1].

    Pozisyon kimlikleri nedir?

  • cross_attention_states (torch.Tensor, isteğe bağlı) — Görüntü modelinin çıktısı, çapraz dikkat için kullanılır. Bu tensör, dil modelinin dikkate alacağı işlenmiş görüntü özelliklerini içerir.
  • cross_attention_mask (torch.Tensor şeklinde (batch_size, seq_length, max_num_images, max_num_tiles), isteğe bağlı) — Metin token'ları ile görüntü karoları arasındaki etkileşimi kontrol etmek için çapraz dikkat maskesi. Bu 4B tensör, her metin token'ının hangi görüntü karolarına dikkat etmesi gerektiğini tanımlar.

    Her metin belirteci için (seq_length içinde):

    • 1, ilgili görüntü karoseline dikkat etmesi gerektiğini belirtir
    • 0, ilgili görüntü karoseline dikkat etmemesi gerektiğini belirtir
  • full_text_row_masked_out_mask (tuple[torch.Tensor, torch.Tensor], isteğe bağlı) — Çapraz dikkat mekanizmasındaki satırları maskeleyen iki tensör içeren bir demet:
    • İlk tensörün şekli (batch_size, 1, seq_length, 1) şeklindedir ve 0 veya 1 değerleri içerir. 0 değeri, ilgili metin token'ının çapraz dikkat (cross-attention) matrisindeki tüm satırının maskelemesi gerektiğini (tüm görüntü token'larının yok sayılacağını) belirtir.
    • İkinci tensör aynı şekle sahiptir ve çapraz dikkat katmanlarının ileri geçişinde maskenin uygulanması için dahili olarak kullanılır. Bu maske, cross_attention_mask'ten türetilir ve bir metin token'ının hiçbir görüntü token'ına dikkat etmemesi gereken durumları ele almak için kullanılır.
  • past_key_values (~cache_utils.Cache, isteğe bağlı) — Sıralı çözümlemeyi hızlandırmak için kullanılabilen önceden hesaplanmış gizli durumlar (self-attention ve cross-attention bloklarındaki anahtar ve değerler). Bu genellikle past_key_values değerinin, çözümlemenin önceki bir aşamasında model tarafından döndürülen use_cache=True veya config.use_cache=True.

    Girdi olarak yalnızca Cache örneği kabul edilir, kv cache kılavuzumuza bakın. past_key_values geçirilmezse, varsayılan olarak DynamicCache başlatılır.

    Model, girdi olarak verilen aynı önbellek biçimini çıktı olarak üretecektir.

    past_key_values kullanılıyorsa, kullanıcının tüm input_ids (şekli (batch_size, sequence_length)) yerine, bu modele geçmiş anahtar değer durumları verilmemiş olan, işlenmemiş input_ids (şekli (batch_size, unprocessed_length)) girmesi beklenir.

  • inputs_embeds (torch.Tensor, şekli (batch_size, sequence_length, hidden_size), isteğe bağlı) — İsteğe bağlı olarak, input_ids yerine gömülü bir temsil doğrudan geçmeyi tercih edebilirsiniz. Bu, input_ids dizinlerini ilgili vektörlere dönüştürme biçimi üzerinde modelin dahili gömme arama matrisinden daha fazla kontrol sahibi olmak istiyorsanız faydalıdır.
  • labels (torch.LongTensor, şekli (batch_size, sequence_length), isteğe bağlı) — Maskeli dil modelleme kaybını hesaplamak için etiketler. Endeksler [0, ..., config.vocab_size] aralığında olmalı ya da -100 olmalı (input_ids docstring'ine bakın). Endeksleri -100 olarak ayarlanan tokenlar yok sayılır (maskelenir), kayıp yalnızca etiketleri [0, ..., config.vocab_size] aralığında olan tokenlar için hesaplanır.
  • use_cache (bool, isteğe bağlı) — True olarak ayarlanırsa, past_key_values anahtar değer durumları döndürülür ve çözümlemeyi hızlandırmak için kullanılabilir (bkz. past_key_values).
  • logits_to_keep (Union[int, torch.Tensor], isteğe bağlı, varsayılan 0) — int ise, son logits_to_keep token için logits hesaplanır. 0 ise, tüm input_ids için logits hesaplanır (özel durum). Üretim için yalnızca son token logits'leri gereklidir ve bunların yalnızca o token için hesaplanması bellek tasarrufu sağlar; bu, uzun diziler veya büyük sözlük boyutu için oldukça önemli hale gelir. torch.Tensor ise, dizi uzunluğu boyutundaki korunacak indekslere karşılık gelen 1B olmalıdır. Bu, paketlenmiş tensor biçimini (batch ve dizi uzunluğu için tek boyut) kullanırken faydalıdır.

Dönüş değeri

CausalLMOutputWithPast veya tuple(torch.Tensor)

Bir CausalLMOutputWithPast veya bir torch.Tensor demeti (return_dict=False geçirildiğinde veya config.return_dict=False olduğunda), yapılandırmaya (BltConfig) ve girdilere bağlı olarak çeşitli öğelerden oluşur.

BltForCausalLM forward metodu, __call__ özel metodunu geçersiz kılar.

İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine Module örneğini çağırmak gerekir; çünkü önceki, ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar.

  • loss (torch.Tensor, şekli (1,), isteğe bağlı, labels sağlandığında döndürülür) — Dil modelleme kaybı (sonraki token tahmini için).

  • logits (torch.Tensor, şekli (batch_size, sequence_length, config.vocab_size)) — Dil modelleme başlığının tahmin puanları (SoftMax öncesi her sözlük jetonu için puanlar).

  • past_key_values (Cache, isteğe bağlı, use_cache=True geçirildiğinde veya config.use_cache=True olduğunda döndürülür) — Bir Cache örneğidir. Daha fazla ayrıntı için kv cache kılavuzumuza bakın.

    Sıralı çözümlemeyi hızlandırmak için (bkz. past_key_values girdisi) kullanılabilen, önceden hesaplanmış gizli durumları (self-attention bloklarındaki anahtar ve değerler) içerir.

  • hidden_states (tuple(torch.Tensor), isteğe bağlı, output_hidden_states=True geçirildiğinde veya config.output_hidden_states=True olduğunda döndürülür) — torch.Tensor (modelin bir gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için birer tane) içeren, (batch_size, sequence_length, hidden_size) biçiminde bir demet.

    Her katmanın çıktısında modelin gizli durumları ve isteğe bağlı başlangıç gömme çıktıları.

  • attentions (tuple(torch.Tensor), isteğe bağlı, output_attentions=True geçirildiğinde veya config.output_attentions=True olduğunda döndürülür) — torch.Tensor (katman başına bir tane) içeren bir tuple, şekli (batch_size, num_heads, sequence_length, sequence_length).

    Dikkat softmax'ı sonrası dikkat ağırlıkları, öz-dikkat başlıklarında ağırlıklı ortalamanın hesaplanmasında kullanılır.

Örnek:

>>> from transformers import AutoTokenizer, BltForCausalLM

>>> model = BltForCausalLM.from_pretrained("itazap/blt-1b-hf")
>>> tokenizer = AutoTokenizer.from_pretrained("itazap/blt-1b-hf")

>>> prompt = "If I had to write a haiku, it would be:"
>>> inputs = tokenizer(prompt, return_tensors="pt")

>>> # Generate
>>> generate_ids = model.generate(inputs.input_ids, max_length=40, do_sample=True, temperature=0.6)
>>> result = tokenizer.batch_decode(generate_ids, skip_special_tokens=True, clean_up_tokenization_spaces=False)[0]
>>> print(result)
If I had to write a haiku, it would be: "Snowflakes gently fall" - simple, yet peaceful.
I love the idea of snowflakes gently falling, each one
Update on GitHub

←BLOOM ByT5→