# 开源盘古-R-7B-Diffusion

中文 | [English](README_EN.md)

## 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_LLM](images/Context_Causal_Block_Diffusion_LLM.png)

openPangu-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 text](images/image.png)

openPangu-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-Diffusion](images/openPangu-R-7B-Diffusion.gif)

## 2. 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              | <u>78.60</u> |        **81.66**         |
| MMLU-Pro  |      Acc      |        43.30         |    44.42*    |             49.22              | <u>56.90</u> |        **71.26**         |
|   CMMLU   |      Acc      |        58.82         |    59.67*    |             67.53              | <u>75.70</u> |        **76.43**         |
|   CEval   |      Acc      |        57.98         |    66.76*    |             66.54              |  **72.72***  |       <u>70.81</u>       |
|  IFEval   | Prompt Strict |      **62.50**       | <u>61.40</u> |           **62.50**            | <u>61.40</u> |          60.81           |
| **数学能力**  |               |                      |              |                                |              |                          |
|   GSM8K   |      Acc      |        81.00         |    83.70     |             89.01              | <u>91.30</u> |        **91.89**         |
|   MATH    |      Acc      |        39.20         |    61.60     |             73.50              | <u>78.60</u> |        **84.26**         |
| **代码能力**  |               |                      |              |                                |              |                          |
|   MBPP    |    Pass@1     |        58.80         |    57.10     |          <u>77.75</u>          |    72.00     |        **84.05**         |
| HumanEval |    Pass@1     |        55.50         |    63.40     |          <u>80.49</u>          |    78.70     |        **87.80**         |
|  **Avg**  |               |        58.22         |    62.74     |             70.95              | <u>73.99</u> |        **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](https://www.hiascend.com/hardware/firmware-drivers/community?product=4&model=26&cann=8.2.RC1.alpha003&driver=Ascend+HDK+25.0.RC1)]。

##### 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]](https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/82RC1alpha002/softwareinst/instg/instg_0001.html?Mode=PmIns&OS=Ubuntu&Software=cannToolKit)
- 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。

```bash
cd inference
python 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](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。