已合并
fix logo in 2.0.0 #2694
温一盏创建于 2025年5月22日
fix logo in 2.0.0 #2694
已合并
从refs/pull/2694/head合入到2.0.0
共 2 个文件变更+22-22
| @@ -13,9 +13,9 @@ | |||
| 13 | </a> | 13 | </a> |
| 14 | </p> | 14 | </p> |
| 15 | 15 | ||
| 16 | -MindSpeed-LLM是基于昇腾生态的大语言模型分布式训练框架，旨在为华为 [昇腾芯片](https://www.hiascend.com/) 生态合作伙伴提供端到端的大语言模型训练方案，包含分布式预训练、分布式指令微调、分布式偏好对齐以及对应的开发工具链，如：数据预处理、权重转换、在线推理、基线评估。 | 16 | +MindSpeed LLM是基于昇腾生态的大语言模型分布式训练框架，旨在为华为 [昇腾芯片](https://www.hiascend.com/) 生态合作伙伴提供端到端的大语言模型训练方案，包含分布式预训练、分布式指令微调、分布式偏好对齐以及对应的开发工具链，如：数据预处理、权重转换、在线推理、基线评估。 |
| 17 | 17 | ||
| 18 | -***<small>注 : 原仓名ModelLink更改为MindSpeed-LLM，原包名modellink更改为mindspeed_llm </small>*** | 18 | +***<small>注 : 原仓名ModelLink更改为MindSpeed LLM，原包名modellink更改为mindspeed_llm </small>*** |
| 19 | 19 | ||
| 20 | --- | 20 | --- |
| 21 | 21 | ||
| @@ -52,7 +52,7 @@ MindSpeed-LLM是基于昇腾生态的大语言模型分布式训练框架，旨 | |||
| 52 | 52 | ||
| 53 | ## 版本配套表 | 53 | ## 版本配套表 |
| 54 | 54 | ||
| 55 | -MindSpeed-LLM的依赖配套如下表，安装步骤参考[安装指导](./docs/features/install_guide.md)。 | 55 | +MindSpeed LLM的依赖配套如下表，安装步骤参考[安装指导](./docs/features/install_guide.md)。 |
| 56 | 已安装如下配套环境的镜像的获取和使用方法见[镜像使用指南](docs/features/docker_guide.md)。 | 56 | 已安装如下配套环境的镜像的获取和使用方法见[镜像使用指南](docs/features/docker_guide.md)。 |
| 57 | 57 | ||
| 58 | <table border="0"> | 58 | <table border="0"> |
| @@ -97,7 +97,7 @@ MindSpeed-LLM的依赖配套如下表，安装步骤参考[安装指导](./docs/ | |||
| 97 | 97 | ||
| 98 | ## 预置模型 | 98 | ## 预置模型 |
| 99 | 99 | ||
| 100 | -MindSpeed-LLM目前已内置支持百余个业界常用稠密和MOE大模型的预训练、微调和偏好对齐，预置模型清单详见下表。 | 100 | +MindSpeed LLM目前已内置支持百余个业界常用稠密和MOE大模型的预训练、微调和偏好对齐，预置模型清单详见下表。 |
| 101 | 101 | ||
| 102 | <table><thead> | 102 | <table><thead> |
| 103 | <tr> | 103 | <tr> |
| @@ -117,7 +117,7 @@ MindSpeed-LLM目前已内置支持百余个业界常用稠密和MOE大模型的 | |||
| 117 | 117 | ||
| 118 | ## 训练方案与特性 | 118 | ## 训练方案与特性 |
| 119 | 119 | ||
| 120 | -MindSpeed-LLM包含分布式预训练、分布式微调、分布式偏好对齐等训练方案。 | 120 | +MindSpeed LLM包含分布式预训练、分布式微调、分布式偏好对齐等训练方案。 |
| 121 | 121 | ||
| 122 | - legacy是megatron早期方案，与新的mcore方案在代码设计上存在差异，legacy方案不支持moe模型以及长序列CP切分方案，我们建议优先使用mcore方案。 | 122 | - legacy是megatron早期方案，与新的mcore方案在代码设计上存在差异，legacy方案不支持moe模型以及长序列CP切分方案，我们建议优先使用mcore方案。 |
| 123 | 123 | ||
| @@ -125,7 +125,7 @@ MindSpeed-LLM包含分布式预训练、分布式微调、分布式偏好对齐 | |||
| 125 | 125 | ||
| 126 | ### 分布式预训练 | 126 | ### 分布式预训练 |
| 127 | 127 | ||
| 128 | -基于MindSpeed-LLM的实测预训练性能如下： | 128 | +基于MindSpeed LLM的实测预训练性能如下： |
| 129 | 129 | ||
| 130 | <table> | 130 | <table> |
| 131 | <thead> | 131 | <thead> |
| @@ -400,7 +400,7 @@ MindSpeed-LLM包含分布式预训练、分布式微调、分布式偏好对齐 | |||
| 400 | 400 | ||
| 401 | ### 分布式微调 | 401 | ### 分布式微调 |
| 402 | 402 | ||
| 403 | -基于MindSpeed-LLM的实测指令微调性能如下： | 403 | +基于MindSpeed LLM的实测指令微调性能如下： |
| 404 | 404 | ||
| 405 | <table> | 405 | <table> |
| 406 | <tr> | 406 | <tr> |
| @@ -553,7 +553,7 @@ MindSpeed-LLM包含分布式预训练、分布式微调、分布式偏好对齐 | |||
| 553 | 553 | ||
| 554 | ### 权重转换 | 554 | ### 权重转换 |
| 555 | 555 | ||
| 556 | -MindSpeed-LLM支持huggingface、megatron-core、megatron-legacy三种格式的权重互转，支持Lora权重合并。权重转换特性参数和使用说明参考[权重转换](./docs/features/checkpoint.md)。 | 556 | +MindSpeed LLM支持huggingface、megatron-core、megatron-legacy三种格式的权重互转，支持Lora权重合并。权重转换特性参数和使用说明参考[权重转换](./docs/features/checkpoint.md)。 |
| 557 | 557 | ||
| 558 | <table> | 558 | <table> |
| 559 | <thead> | 559 | <thead> |
| @@ -615,7 +615,7 @@ MindSpeed-LLM支持huggingface、megatron-core、megatron-legacy三种格式的 | |||
| 615 | 615 | ||
| 616 | ### 数据预处理 | 616 | ### 数据预处理 |
| 617 | 617 | ||
| 618 | -MindSpeed-LLM支持预训练、指令微调、RLHF等多种任务的数据预处理。 | 618 | +MindSpeed LLM支持预训练、指令微调、RLHF等多种任务的数据预处理。 |
| 619 | 619 | ||
| 620 | <table> | 620 | <table> |
| 621 | <thead> | 621 | <thead> |
| @@ -836,20 +836,20 @@ MindSpeed-LLM支持预训练、指令微调、RLHF等多种任务的数据预处 | |||
| 836 | 836 | ||
| 837 | ## 版本维护策略 | 837 | ## 版本维护策略 |
| 838 | 838 | ||
| 839 | -MindSpeed-LLM版本有以下五个维护阶段： | 839 | +MindSpeed LLM版本有以下五个维护阶段： |
| 840 | 840 | ||
| 841 | | **状态** | **时间** | **说明** | | 841 | | **状态** | **时间** | **说明** | |
| 842 | | ------------------- | --------- | ------------------------------------------------------------ | | 842 | | ------------------- | --------- | ------------------------------------------------------------ | |
| 843 | | 计划 | 1—3 个月 | 计划特性 | | 843 | | 计划 | 1—3 个月 | 计划特性 | |
| 844 | | 开发 | 3 个月 | 开发特性 | | 844 | | 开发 | 3 个月 | 开发特性 | |
| 845 | -| 维护 | 6-12 个月 | 合入所有已解决的问题并发布版本，针对不同的MindSpeed-LLM版本采取不同的维护策略，常规版本和长期支持版本维护周期分别为6个月和12个月 | | 845 | +| 维护 | 6-12 个月 | 合入所有已解决的问题并发布版本，针对不同的MindSpeed LLM版本采取不同的维护策略，常规版本和长期支持版本维护周期分别为6个月和12个月 | |
| 846 | | 无维护 | 0—3 个月 | 合入所有已解决的问题，无专职维护人员，无版本发布 | | 846 | | 无维护 | 0—3 个月 | 合入所有已解决的问题，无专职维护人员，无版本发布 | |
| 847 | | 生命周期终止（EOL） | N/A | 分支不再接受任何修改 | | 847 | | 生命周期终止（EOL） | N/A | 分支不再接受任何修改 | |
| 848 | 848 | ||
| 849 | 849 | ||
| 850 | -MindSpeed-LLM已发布版本维护策略： | 850 | +MindSpeed LLM已发布版本维护策略： |
| 851 | 851 | ||
| 852 | -| **MindSpeed-LLM版本** | **对应标签** | **维护策略** | **当前状态** | **发布时间** | **后续状态** | **EOL日期** | | 852 | +| **MindSpeed LLM版本** | **对应标签** | **维护策略** | **当前状态** | **发布时间** | **后续状态** | **EOL日期** | |
| 853 | |---------------------| ------------ | ------------ | ------------ |------------|------------------| ----------- | | 853 | |---------------------| ------------ | ------------ | ------------ |------------|------------------| ----------- | |
| 854 | | 2.0.0 | \ | 常规版本 | 维护 | 2025/3/30 | 预计2025/09/30起无维护 | | | 854 | | 2.0.0 | \ | 常规版本 | 维护 | 2025/3/30 | 预计2025/09/30起无维护 | | |
| 855 | | 1.0.0 | v1.0.0 | 常规版本 | 维护 | 2024/12/30 | 预计2025/06/30起无维护 | | | 855 | | 1.0.0 | v1.0.0 | 常规版本 | 维护 | 2024/12/30 | 预计2025/06/30起无维护 | | |
| @@ -860,7 +860,7 @@ MindSpeed-LLM已发布版本维护策略： | |||
| 860 | 860 | ||
| 861 | ## 致谢 | 861 | ## 致谢 |
| 862 | 862 | ||
| 863 | -MindSpeed-LLM由华为公司的下列部门以及昇腾生态合作伙伴联合贡献 ： | 863 | +MindSpeed LLM由华为公司的下列部门以及昇腾生态合作伙伴联合贡献 ： |
| 864 | 864 | ||
| 865 | 华为公司： | 865 | 华为公司： |
| 866 | 866 | ||
| @@ -873,21 +873,21 @@ MindSpeed-LLM由华为公司的下列部门以及昇腾生态合作伙伴联合 | |||
| 873 | 873 | ||
| 874 | - 移动云（China Mobile Cloud）：大云震泽智算平台 | 874 | - 移动云（China Mobile Cloud）：大云震泽智算平台 |
| 875 | 875 | ||
| 876 | -感谢来自社区的每一个PR，欢迎贡献 MindSpeed-LLM。 | 876 | +感谢来自社区的每一个PR，欢迎贡献 MindSpeed LLM。 |
| 877 | 877 | ||
| 878 | ## 安全声明 | 878 | ## 安全声明 |
| 879 | 879 | ||
| 880 | -[MindSpeed-LLM安全声明](https://gitee.com/ascend/ModelLink/wikis/%E5%AE%89%E5%85%A8%E7%9B%B8%E5%85%B3/%E5%AE%89%E5%85%A8%E5%A3%B0%E6%98%8E) | 880 | +[MindSpeed LLM安全声明](https://gitee.com/ascend/ModelLink/wikis/%E5%AE%89%E5%85%A8%E7%9B%B8%E5%85%B3/%E5%AE%89%E5%85%A8%E5%A3%B0%E6%98%8E) |
| 881 | 881 | ||
| 882 | # 免责声明 | 882 | # 免责声明 |
| 883 | 883 | ||
| 884 | -## 致MindSpeed-LLM使用者 | 884 | +## 致MindSpeed LLM使用者 |
| 885 | -1. MindSpeed-LLM提供的模型仅供您用于非商业目的。 | 885 | +1. MindSpeed LLM提供的模型仅供您用于非商业目的。 |
| 886 | -2. 对于各模型，MindSpeed-LLM平台仅提示性地向您建议可用于训练的数据集，华为不提供任何数据集，如您使用这些数据集进行训练，请您特别注意应遵守对应数据集的License，如您因使用数据集而产生侵权纠纷，华为不承担任何责任。 | 886 | +2. 对于各模型，MindSpeed LLM平台仅提示性地向您建议可用于训练的数据集，华为不提供任何数据集，如您使用这些数据集进行训练，请您特别注意应遵守对应数据集的License，如您因使用数据集而产生侵权纠纷，华为不承担任何责任。 |
| 887 | -3. 如您在使用MindSpeed-LLM模型过程中，发现任何问题（包括但不限于功能问题、合规问题），请在Gitee提交issue，我们将及时审视并解决。 | 887 | +3. 如您在使用MindSpeed LLM模型过程中，发现任何问题（包括但不限于功能问题、合规问题），请在Gitee提交issue，我们将及时审视并解决。 |
| 888 | 888 | ||
| 889 | ## 致数据集所有者 | 889 | ## 致数据集所有者 |
| 890 | -如果您不希望您的数据集在MindSpeed-LLM中的模型被提及，或希望更新MindSpeed-LLM中的模型关于您的数据集的描述，请在Gitee提交issue，我们将根据您的issue要求删除或更新您的数据集描述。衷心感谢您对MindSpeed-LLM的理解和贡献。 | 890 | +如果您不希望您的数据集在MindSpeed LLM中的模型被提及，或希望更新MindSpeed LLM中的模型关于您的数据集的描述，请在Gitee提交issue，我们将根据您的issue要求删除或更新您的数据集描述。衷心感谢您对MindSpeed LLM的理解和贡献。 |
| 891 | 891 | ||
| 892 | ## License声明 | 892 | ## License声明 |
| 893 | -Ascend MindSpeed-LLM提供的模型，如模型目录下存在License的，以该License为准。如模型目录下不存在License的，以Apache 2.0许可证许可，对应许可证文本可查阅Ascend MindSpeed-LLM根目录。 | 893 | +Ascend MindSpeed LLM提供的模型，如模型目录下存在License的，以该License为准。如模型目录下不存在License的，以Apache 2.0许可证许可，对应许可证文本可查阅Ascend MindSpeed LLM根目录。 |