phi3

torchtune.models.phi3.phi3(vocab_size: int, num_layers: int, num_heads: int, num_kv_heads: int, embed_dim: int, intermediate_dim: int, max_seq_len: int, attn_dropout: float = 0.0, norm_eps: float = 1e-05, rope_base: int = 10000) → TransformerDecoder

参数:

• vocab_size (int) – 词汇表中的 token 数量。

• num_layers (int) – transformer 解码器中的层数。

• num_heads (int) – 查询头的数量。对于 MHA，这也是键和值的头的数量

• num_kv_heads (int) – 键和值头的数量。用户应确保 num_heads % num_kv_heads == 0。对于标准 MHA，设置 num_kv_heads == num_heads，对于 GQA，num_kv_heads < num_heads，对于 MQA，设置 num_kv_heads == 1。

• embed_dim (int) – 自注意力机制的嵌入维度

• intermediate_dim (int) – MLP 的中间维度

• max_seq_len (int) – 模型将运行的最大序列长度，

• attn_dropout (float) – 传递给 scaled_dot_product_attention 的 dropout 值。默认值：0.0

• norm_eps (float) – RMS 范数中的 epsilon

• rope_base (int) – 旋转位置嵌入的基数。默认值：10_000

返回:

Phi3 Mini 4K Instruct 模型的实例化。

返回类型:

TransformerDecoder