Text Classification
Transformers
Safetensors
Laya
Chinese
system-one
calibrated-decisions
rlcd
chinese
classification
routing
scoring
guardrails
non-autoregressive
commercial-license-required
Instructions to use ZichenAI/layazh-zh with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use ZichenAI/layazh-zh with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="ZichenAI/layazh-zh")# pip install -U transformers accelerate # Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("ZichenAI/layazh-zh", device_map="auto") - Laya
How to use ZichenAI/layazh-zh with Laya:
# No code snippets available yet for this library. # To use this model, check the repository files and the library's documentation. # Want to help? PRs adding snippets are welcome at: # https://github.com/huggingface/huggingface.js
- Notebooks
- Google Colab
- Kaggle
NovaAI commited on
layazh-zh: Chinese System-1 decision model (Laya recipe, RoBERTa-large encoder + decision head); full-eval acc 0.6951 vs upstream 0.4783
Browse files- LICENSE +91 -0
- README.md +320 -0
- encoder/config.json +35 -0
- model.safetensors +3 -0
- rl_agent_config.json +84 -0
- tokenizer/tokenizer.json +0 -0
- tokenizer/tokenizer_config.json +15 -0
LICENSE
ADDED
|
@@ -0,0 +1,91 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
layazh 中文版决策模型 — 自定义许可协议
|
| 2 |
+
=========================================
|
| 3 |
+
|
| 4 |
+
版权所有 (c) 2026 layazh contributors
|
| 5 |
+
联系邮箱:novaweb6868@outlook.com
|
| 6 |
+
|
| 7 |
+
本协议适用于 "layazh" 中文决策模型的模型权重、配置、分词器及相关推理代码
|
| 8 |
+
(以下统称"本作品")。
|
| 9 |
+
|
| 10 |
+
|
| 11 |
+
一、个人使用 —— 免费
|
| 12 |
+
--------------------
|
| 13 |
+
|
| 14 |
+
在下列条件下,任何个人均可免费使用、复制、修改和分发本作品:
|
| 15 |
+
|
| 16 |
+
1. 仅用于个人学习、研究、实验、非营利项目或商业评估(评估期不超过 30 日);
|
| 17 |
+
2. 保留本协议全文及版权声明;
|
| 18 |
+
3. 不以任何形式向第三方收取费用。
|
| 19 |
+
|
| 20 |
+
"个人使用"指自然人出于非商业目的的使用,以及年营业收入低于
|
| 21 |
+
人民币 100 万元(或等值外币)的个人开发者、个体经营者。
|
| 22 |
+
|
| 23 |
+
|
| 24 |
+
二、商业使用 —— 需付费授权
|
| 25 |
+
--------------------------
|
| 26 |
+
|
| 27 |
+
任何商业使用均须事先取得书面的付费商业授权。商业使用包括但不限于:
|
| 28 |
+
|
| 29 |
+
1. 将本作品或其衍生模型用于任何产品、服务或内部业务系统;
|
| 30 |
+
2. 将本作品集成到付费或免费但以营利为目的的软件、SaaS、API 服务中;
|
| 31 |
+
3. 使用本作品提供咨询、外包、代运营等有偿服务;
|
| 32 |
+
4. 在年营业收入达到或超过人民币 100 万元的组织内部部署或使用;
|
| 33 |
+
5. 将本作品或其衍生模型作为商品进行销售、转售、再许可或出租。
|
| 34 |
+
|
| 35 |
+
商业授权申请方式:
|
| 36 |
+
|
| 37 |
+
邮箱:novaweb6868@outlook.com
|
| 38 |
+
邮件标题建议:layazh 商业授权申请
|
| 39 |
+
请注明:公司/组织名称、使用场景、部署规模、预计调用量
|
| 40 |
+
|
| 41 |
+
未经付费授权而进行商业使用,即构成对本协议的违反。
|
| 42 |
+
|
| 43 |
+
|
| 44 |
+
三、贡献者许可协议(CLA)
|
| 45 |
+
-------------------------
|
| 46 |
+
|
| 47 |
+
任何向本项目提交代码、模型权重、数据或其他贡献("贡献")的个人或实体,
|
| 48 |
+
视为同意以下条款:
|
| 49 |
+
|
| 50 |
+
1. 贡献者授予本项目维护者一项永久、全球范围、非独占、免许可费、不可撤销的
|
| 51 |
+
著作权许可,允许维护者复制、修改、分发、公开表演、公开展示、再许可及以
|
| 52 |
+
任何方式使用该贡献,包括用于商业目的;
|
| 53 |
+
2. 贡献者授予本项目维护者一项永久、全球范围、非独占、免许可费、不可撤销的
|
| 54 |
+
专利许可,允许维护者制造、使用、销售、许诺销售、进口该贡献及其衍生作品;
|
| 55 |
+
3. 贡献者声明其有权授予上述许可,且该贡献不侵犯任何第三方权利;
|
| 56 |
+
4. 贡献者保留其贡献的著作权,本条款不转移著作权归属。
|
| 57 |
+
|
| 58 |
+
本 CLA 条款的目的是确保维护者能够统一地对本作品进行商业授权;若无此授权,
|
| 59 |
+
维护者将无法向商业用户提供一致的许可。
|
| 60 |
+
|
| 61 |
+
|
| 62 |
+
四、免责声明
|
| 63 |
+
------------
|
| 64 |
+
|
| 65 |
+
本作品按"现状"提供,不附带任何明示或暗示的担保,包括但不限于对适销性、
|
| 66 |
+
特定用途适用性及不侵权的担保。在任何情况下,作者或版权持有人均不对任何
|
| 67 |
+
索赔、损害或其他责任负责,无论是在合同诉讼、侵权行为还是其他方面,均由
|
| 68 |
+
本作品或本作品的使用或其他交易引起或与之相关。
|
| 69 |
+
|
| 70 |
+
本作品是一个统计模型,其输出可能不准确、不完整或具有偏见。使用者不得将
|
| 71 |
+
本作品用于医疗诊断、法律意见、信贷审批、招聘筛选等对个人权利有重大影响的
|
| 72 |
+
自动化决策场景,除非已进行充分的独立验证并符合适用法律法规。
|
| 73 |
+
|
| 74 |
+
|
| 75 |
+
五、训练数据说明
|
| 76 |
+
----------------
|
| 77 |
+
|
| 78 |
+
本作品的训练语料来自多个公开的中文数据集,其各自的许可条款独立于本协议,
|
| 79 |
+
详见模型卡(MODEL_CARD.md)中的"训练数据"章节。使用本作品时,使用者有责任
|
| 80 |
+
自行确认其使用场景是否满足这些上游数据集的许可要求。
|
| 81 |
+
|
| 82 |
+
|
| 83 |
+
六、协议终止
|
| 84 |
+
------------
|
| 85 |
+
|
| 86 |
+
一旦违反本协议任何条款,您的授权将自动终止,无需另行通知。终止后您必须
|
| 87 |
+
立即停止使用并销毁本作品的所有副本。
|
| 88 |
+
|
| 89 |
+
---
|
| 90 |
+
|
| 91 |
+
如需商业授权或有任何疑问,请联系:novaweb6868@outlook.com
|
README.md
ADDED
|
@@ -0,0 +1,320 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: other
|
| 3 |
+
license_name: layazh-custom-license
|
| 4 |
+
license_link: LICENSE
|
| 5 |
+
language:
|
| 6 |
+
- zh
|
| 7 |
+
library_name: transformers
|
| 8 |
+
pipeline_tag: text-classification
|
| 9 |
+
tags:
|
| 10 |
+
- laya
|
| 11 |
+
- system-one
|
| 12 |
+
- calibrated-decisions
|
| 13 |
+
- rlcd
|
| 14 |
+
- chinese
|
| 15 |
+
- classification
|
| 16 |
+
- routing
|
| 17 |
+
- scoring
|
| 18 |
+
- guardrails
|
| 19 |
+
- non-autoregressive
|
| 20 |
+
- commercial-license-required
|
| 21 |
+
base_model: hfl/chinese-roberta-wwm-ext-large
|
| 22 |
+
---
|
| 23 |
+
|
| 24 |
+
# layazh — Laya 中文版决策模型
|
| 25 |
+
|
| 26 |
+
## ⚖️ 许可协议(重要)
|
| 27 |
+
|
| 28 |
+
本模型采用**自定义协议**,**不是**开源许可:
|
| 29 |
+
|
| 30 |
+
> ### 个人使用免费 · 商业使用需付费授权
|
| 31 |
+
>
|
| 32 |
+
> - **个人使用(含研究、学习、非营利、以及年营收 < 100 万元人民币的个人开发者):免费**
|
| 33 |
+
> - **商业使用:需事先取得付费商业授权**
|
| 34 |
+
> - **商业授权联系:`novaweb6868@outlook.com`**
|
| 35 |
+
>
|
| 36 |
+
> 完整条款见仓库内 [`LICENSE`](./LICENSE) 文件。
|
| 37 |
+
> 提交任何贡献即视为同意该文件第三节的贡献者许可协议(CLA)。
|
| 38 |
+
|
| 39 |
+
注意:本模型中**推理与训练代码**源自 Apache-2.0 许可的
|
| 40 |
+
[`convaiinnovations/laya`](https://huggingface.co/convaiinnovations/laya);上述自定义协议
|
| 41 |
+
主要约束**模型权重**。代码部分您仍可按 Apache-2.0 使用。
|
| 42 |
+
|
| 43 |
+
---
|
| 44 |
+
|
| 45 |
+
**非自回归的中文 System 1 决策模型。** 给它一个 **state**(中文文本 / 邮件 / 工单 / JSON)
|
| 46 |
+
和若干**带类型的问题**,它在**一次前向传播**里返回带校准概率的答案。它**不生成任何文本**,
|
| 47 |
+
所以没有东西需要解析,也没有东西可以幻觉。
|
| 48 |
+
|
| 49 |
+
架构与训练配方对齐 [`convaiinnovations/laya`](https://huggingface.co/convaiinnovations/laya),
|
| 50 |
+
编码器换为中文预训练 backbone 并在中文决策数据上微调。
|
| 51 |
+
|
| 52 |
+
## 与上游 Laya 的关系
|
| 53 |
+
|
| 54 |
+
| | 上游 `convaiinnovations/laya`(仓库根) | **layazh(本模型)** |
|
| 55 |
+
|---|---|---|
|
| 56 |
+
| 定位 | 英文 | **中文** |
|
| 57 |
+
| 编码器 | `answerdotai/ModernBERT-large`(28 层, 1024 hidden, 395M) | `hfl/chinese-roberta-wwm-ext-large`(24 层, 1024 hidden, 325M) |
|
| 58 |
+
| 决策头 | 2 层 TransformerEncoder + marker scorer + act head | **同构**(逐行对齐上游 `DecisionModel`) |
|
| 59 |
+
| 总参数 | 421M | **352M** |
|
| 60 |
+
| 上下文 | 512 tokens | 512 tokens |
|
| 61 |
+
| 选项预算 | `head_max_len = 192` | `head_max_len = 192` |
|
| 62 |
+
| 训练配方 | RLCD(严格恰当评分规则 + REINFORCE/GRPO) | 同(Phase B) |
|
| 63 |
+
| 许可 | Apache-2.0 | Apache-2.0 |
|
| 64 |
+
|
| 65 |
+
序列模板与上游完全一致(已用上游 `laya` 包内的 `render_options` / `QTYPES` 做过程序化对齐校验):
|
| 66 |
+
|
| 67 |
+
```
|
| 68 |
+
[CLS] <qtype> 问题:<中文指令> [SEP] [MASK] 选项0 [MASK] 选项1 ... [SEP] <state> [SEP]
|
| 69 |
+
```
|
| 70 |
+
|
| 71 |
+
每个选项前一个 `[MASK]` marker,决策头读这些 marker 位置的隐状态并在该问题的选项上做 softmax。
|
| 72 |
+
`noul` 恒渲染为 `[false, true]`,故 `p[1]` = “该命题成立”的概率。
|
| 73 |
+
|
| 74 |
+
## 用法
|
| 75 |
+
|
| 76 |
+
```python
|
| 77 |
+
from layazh import ZhAgent
|
| 78 |
+
|
| 79 |
+
agent = ZhAgent("checkpoints/layazh-zh-base")
|
| 80 |
+
|
| 81 |
+
res = agent.system_one(
|
| 82 |
+
"我们三月份被重复扣费了,请今天退款,否则我们就取消订阅。",
|
| 83 |
+
{
|
| 84 |
+
"department": {
|
| 85 |
+
"type": "choice",
|
| 86 |
+
"instructions": "该由哪个部门处理这封邮件?",
|
| 87 |
+
"criteria": {"billing": "发票、付款、退款",
|
| 88 |
+
"technical": "故障、宕机、系统错误",
|
| 89 |
+
"sales": "报价、新合同",
|
| 90 |
+
"other": "其他"},
|
| 91 |
+
},
|
| 92 |
+
"urgency": {
|
| 93 |
+
"type": "score",
|
| 94 |
+
"instructions": "这封邮件的紧急程度如何?",
|
| 95 |
+
"criteria": ["不急", "尽快", "阻塞级或硬性截止"],
|
| 96 |
+
},
|
| 97 |
+
"churn_risk": {
|
| 98 |
+
"type": "noul",
|
| 99 |
+
"instructions": "用户是否威胁要取消或离开?",
|
| 100 |
+
},
|
| 101 |
+
},
|
| 102 |
+
)
|
| 103 |
+
|
| 104 |
+
print(res["answers"]["department"]["choice"]) # -> billing
|
| 105 |
+
print(res["answers"]["department"]["confidence"]) # -> 0.9x
|
| 106 |
+
print(res["answers"]["urgency"]["score"]) # -> 1.8 / 2.0
|
| 107 |
+
print(res["answers"]["churn_risk"]["noul"]) # -> 0.9x 用户威胁取消的概率
|
| 108 |
+
```
|
| 109 |
+
|
| 110 |
+
三种 primitive:
|
| 111 |
+
|
| 112 |
+
- **`choice`** — 给定 `criteria` 键值对,返回 argmax 选项 + 全部选项概率 + confidence(1 − 归一化熵)。
|
| 113 |
+
- **`score`** — 有序选项列表,返回期望分值 `Σ i·pᵢ` 与完整分布。**序数感知**:训练时额外用
|
| 114 |
+
ranked probability score 惩罚累积分布偏差。
|
| 115 |
+
- **`noul`** — 二元命题,返回 `p(true)`。
|
| 116 |
+
|
| 117 |
+
## 架构
|
| 118 |
+
|
| 119 |
+
- **编码器**:`hfl/chinese-roberta-wwm-ext-large`,24 层 / hidden 1024 / 16 头 / 21128 词表,
|
| 120 |
+
中文全词掩码(whole word masking)预训练,325M 参数。使用 SDPA 注意力。
|
| 121 |
+
- **决策头**(从头训练,26.5M 参数):
|
| 122 |
+
- `type_emb(3)` — 题型嵌入(choice / score / noul)
|
| 123 |
+
- 2 层 `nn.TransformerEncoderLayer`(`norm_first=True`, `src_key_padding_mask`)
|
| 124 |
+
- `scorer`:`LayerNorm → Linear(d,d) → GELU → Linear(d,1)`,作用于每个 marker 位置
|
| 125 |
+
- `act_head`:`Linear(d+4, 256) → GELU → Linear(256, n_act)`,输入为 `[CLS]` 池化表示
|
| 126 |
+
加上答案分布的**已 detach** 摘要(top1、top1−top2、归一化熵、选项数/255)
|
| 127 |
+
- **单次前向**:一次 `system_one` 调用里所有问题在同一次前向传播中批量作答。
|
| 128 |
+
|
| 129 |
+
## 训练
|
| 130 |
+
|
| 131 |
+
### 数据(全部为**人工标注**中文语料,非模型自标注)
|
| 132 |
+
|
| 133 |
+
| 来源 | 许可 | 产出 | 记录数 |
|
| 134 |
+
|---|---|---|---|
|
| 135 |
+
| TNews (CLUE) | Apache-2.0 | `choice`(15 类新闻主题) | 18,756 |
|
| 136 |
+
| ChnSentiCorp | **research / 仅研究用途** | `choice` + `score` + `noul` | 10,160 |
|
| 137 |
+
| yf_dianping | **research / 仅研究用途** | `choice` + `score` + `noul` | 18,836 |
|
| 138 |
+
| **合计(train / eval)** | | **99,184 / 6,244 个问题** | 47,752 / 3,048 |
|
| 139 |
+
|
| 140 |
+
> ⚠️ **上游数据许可提示(请务必阅读)**
|
| 141 |
+
>
|
| 142 |
+
> 三个语料中,TNews 为 Apache-2.0,可自由使用;而 **ChnSentiCorp 与 yf_dianping 在其
|
| 143 |
+
> 原始发布页标注为研究用途(research-only)**,并未提供明确的商业使用授权。
|
| 144 |
+
>
|
| 145 |
+
> 本模型仓库采用"个人免费 / 商用付费"协议,但**该协议无法覆盖上游数据集的限制**。
|
| 146 |
+
> 因此:
|
| 147 |
+
>
|
| 148 |
+
> - 若您计划**商业使用**本模型,请自行确认 ChnSentiCorp / yf_dianping 的原始许可,
|
| 149 |
+
> 或联系我们获取**仅用 Apache-2.0 语料(TNews 等)重训**的版本;
|
| 150 |
+
> - 本项目已尽量披露数据来源以便下游合规评估,但不对下游使用场景的合规性作担保
|
| 151 |
+
> (见 `LICENSE` 第五节)。
|
| 152 |
+
|
| 153 |
+
一条文本扇出成多个 typed question(一条大众点评评论同时给出情感 `choice`、1–5 星序数
|
| 154 |
+
`score`、以及“是否推荐”的 `noul`),与 Laya 自己构造 typed-decisions benchmark 的方式一致。
|
| 155 |
+
大众点评原始文件按餐厅分组,因此用**蓄水池采样**从 2,979,616 条可用评论中均匀抽样,
|
| 156 |
+
而不是截取文件头部(那会严重偏向少数餐厅的客群)。
|
| 157 |
+
|
| 158 |
+
### 训练配置
|
| 159 |
+
|
| 160 |
+
决策头随机初始化,与编码器顶部 8 层联合微调:
|
| 161 |
+
|
| 162 |
+
| 项 | 值 |
|
| 163 |
+
|---|---|
|
| 164 |
+
| 可训练参数 | 128.3M / 352M(编码器顶部 8/24 层 101.8M + 决策头 26.5M) |
|
| 165 |
+
| 决策头 lr | 3e-4 |
|
| 166 |
+
| 编码器 lr | 2e-5 |
|
| 167 |
+
| LR 调度 | 线性 warmup 6% + cosine 衰减 |
|
| 168 |
+
| batch | 4096 padded tokens,≤64 序列 |
|
| 169 |
+
| epochs | 3(14,493 步) |
|
| 170 |
+
| 梯度裁剪 | 1.0 |
|
| 171 |
+
| 选项顺序增强 | 开启(choice/noul 的选项顺序每轮打乱,target 同步重排;`score` 不打乱,因其为序数) |
|
| 172 |
+
| 梯度检查点 | 开启(12 GB 显存约束) |
|
| 173 |
+
| 混合精度 | **fp32**(本机 sm_52 无原生 bf16) |
|
| 174 |
+
|
| 175 |
+
训练中每 100 步在一个固定的、跨来源均匀抽样的 400 条探针集上记录真实准确率,
|
| 176 |
+
并把探针最优的权重单独存为 `*-best` 快照——因为这比 running-mean loss 可靠得多:
|
| 177 |
+
batch 混合了 2 选项与 15 选项的题目,loss 水平主要由构成比例决定。
|
| 178 |
+
|
| 179 |
+
### 训练过程中测得的关键结论
|
| 180 |
+
|
| 181 |
+
**学习率与 warmup 是决定性的**(同一份 6000 条数据、同一探针集,唯一变量是 lr/warmup):
|
| 182 |
+
|
| 183 |
+
| 配置 | 探针准确率轨迹 |
|
| 184 |
+
|---|---|
|
| 185 |
+
| 编码器 lr 1e-4,**无 warmup** | 0.5113 → 0.3251 → **0.2551**(坍缩) |
|
| 186 |
+
| 编码器 lr 2e-5 + warmup 6% + cosine | 0.4199 → 0.5621 → 0.7032 → **0.7404**(持续上升) |
|
| 187 |
+
|
| 188 |
+
**RLCD 项当前贡献很小。** 日志中策略梯度项 `pg ≈ 0.002–0.024`,稠密 masked-KL 项
|
| 189 |
+
`kl ≈ 0.5–2.0`。即使 `rl_weight` 已从 1.0 提到 8.0,RLCD 仍只占损失的一小部分,
|
| 190 |
+
因此本版主要由有监督 KL 驱动;RLCD 的严格恰当评分规则主要作用于**概率校准**
|
| 191 |
+
(见下方温度标定结果),对 argmax 准确率贡献有限。
|
| 192 |
+
|
| 193 |
+
### 本机硬件与数值选择
|
| 194 |
+
|
| 195 |
+
训练在本机 **GTX Titan X(Maxwell, compute capability 5.2, 12 GB, CUDA 12.6)** 上完成。
|
| 196 |
+
该架构有三个硬性后果,已在代码中显式处理(均为实测,非推测):
|
| 197 |
+
|
| 198 |
+
- **不支持 bfloat16** → 上游配置里的 `"amp_dtype": "bf16"` 在本机不可用;
|
| 199 |
+
`layazh.config.resolve_amp_dtype` 会把 dtype 收敛到 fp16/fp32,
|
| 200 |
+
绝不在 sm_52 上使用 bf16。
|
| 201 |
+
- **无 FlashAttention** → 编码器使用 SDPA(math kernel)。
|
| 202 |
+
- **PyTorch 支持止于 2.7.1 + cu128** —— 该 wheel 内含可从 sm_52 执行的 `sm_50` SASS
|
| 203 |
+
(`torch.cuda.get_arch_list()` = `['sm_50','sm_60',...,'sm_120']`)。
|
| 204 |
+
|
| 205 |
+
实测数值特性(反直觉,故记录):fp16 matmul **3.80 TFLOP/s** 略快于 fp32 **2.94 TFLOP/s**,
|
| 206 |
+
因此推理用 fp16 权重是净收益;训练仍用 fp32 以保证稳定性。
|
| 207 |
+
|
| 208 |
+
## 评测
|
| 209 |
+
|
| 210 |
+
### 同台对比(1,200 道**完全相同**的中文题目、**修正后的** ground truth)
|
| 211 |
+
|
| 212 |
+
两个模型回答 byte-identical 的中文问题,走同一套代码路径与指标实现
|
| 213 |
+
(`scripts/benchmark_ab.py`):
|
| 214 |
+
|
| 215 |
+
| 指标 | **layazh-zh** | Laya `multilingual` | 变化 |
|
| 216 |
+
|---|---|---|---|
|
| 217 |
+
| **总体准确率** | **0.7150** | 0.4783 | **+0.237** |
|
| 218 |
+
| `choice` 准确率 | 0.6127 | 0.6039 | +0.009 |
|
| 219 |
+
| `score` 准确率 | **0.6854** | **0.1461** | **+0.539** |
|
| 220 |
+
| `noul` 准确率 | **0.9638** | 0.6486 | +0.315 |
|
| 221 |
+
| Brier(越低越好) | **0.3930** | 0.8040 | −0.411 |
|
| 222 |
+
| ECE(越低越好) | 0.2639 | 0.2626 | +0.001 |
|
| 223 |
+
| AURC(越低越好) | **0.1127** | 0.4239 | −0.311 |
|
| 224 |
+
| 单题延迟 | 67.0 ms | **35.5 ms** | 慢 1.9× |
|
| 225 |
+
|
| 226 |
+
> **关于 `choice` 的一项必要说明。** 上游在 `choice` 上看似打平(0.6039 vs 0.6127),
|
| 227 |
+
> 但这是**巧合**:上游对 2 选项题的点预测不随输入变化,其"准确率"等于多数类占比;
|
| 228 |
+
> 修正标签极性后恰好落在多数类一侧。证据是它的 `choice` Brier 高达 **0.6191**
|
| 229 |
+
> (本模型 0.5319),且 `choice` ECE 0.1752 是在"几乎恒定输出"下取得的。
|
| 230 |
+
> 逐来源看更能说明问题:在 15 类的 TNews 上上游接近随机水平。
|
| 231 |
+
>
|
| 232 |
+
> 其余三个 primitive 上本模型全面领先,其中 `score` 提升 **+0.539**。
|
| 233 |
+
|
| 234 |
+
### 全量评测(6,244 个问题,本模型)
|
| 235 |
+
|
| 236 |
+
| 分组 | n | 准确率 | ECE |
|
| 237 |
+
|---|---|---|---|
|
| 238 |
+
| **ALL** | 6,244 | **0.6951** | 0.3440 |
|
| 239 |
+
| `type:noul` | 1,392 | **0.9375** | 0.2131 |
|
| 240 |
+
| `type:score` | 1,804 | **0.6996** | 0.1645 |
|
| 241 |
+
| `type:choice` | 3,048 | 0.5817 | 0.5100 |
|
| 242 |
+
| `senticorp/choice` | 640 | 0.8688 | 0.8097 |
|
| 243 |
+
| `senticorp/score` | 640 | 0.9109 | 0.2334 |
|
| 244 |
+
| `senticorp/noul` | 640 | 0.9125 | 0.2588 |
|
| 245 |
+
| `dianping/noul` | 752 | 0.9588 | 0.1743 |
|
| 246 |
+
| `dianping/choice` | 1,164 | 0.7096 | 0.6000 |
|
| 247 |
+
| `dianping/score` | 1,164 | 0.5833 | 0.1266 |
|
| 248 |
+
| `tnews/choice`(15 类) | 1,244 | 0.3143 | 0.2715 |
|
| 249 |
+
|
| 250 |
+
**必须看地板线,否则准确率数字没有意义:**
|
| 251 |
+
|
| 252 |
+
| | 总体准确率 |
|
| 253 |
+
|---|---|
|
| 254 |
+
| 随机猜 | 0.2959 |
|
| 255 |
+
| 多数类(先验) | 0.4734 |
|
| 256 |
+
| Laya `multilingual`(上游实测) | 0.4783 |
|
| 257 |
+
| **layazh-zh** | **0.6951** |
|
| 258 |
+
|
| 259 |
+
### 温度标定
|
| 260 |
+
|
| 261 |
+
温度按 `(题型, 选项数)` 分桶拟合,**在同一半数据上拟合、在不相交的另一半上报告**。
|
| 262 |
+
三种方案在留出半集(3,122 题)上的 ECE 对比:
|
| 263 |
+
|
| 264 |
+
| 方案 | 留出集 ECE |
|
| 265 |
+
|---|---|
|
| 266 |
+
| 不标定(恒等) | 0.3512 |
|
| 267 |
+
| 每题型一个温度 | 0.2684 |
|
| 268 |
+
| **每 (题型, 选项数) 分桶**(最终采用) | **0.2547** |
|
| 269 |
+
|
| 270 |
+
最终写入本仓库 `rl_agent_config.json` 的温度:
|
| 271 |
+
|
| 272 |
+
```json
|
| 273 |
+
{"choice:11+": 0.466635, "choice:2": 0.253066, "choice:3-5": 0.545042,
|
| 274 |
+
"noul:2": 0.970277, "score:3-5": 1.034508}
|
| 275 |
+
```
|
| 276 |
+
|
| 277 |
+
> 分桶温度是**由留出数据挑选**出来的,不是默认采用上游做法。
|
| 278 |
+
> 这一点很重要:同一套分桶在各方案比较中只赢了 0.0137 ECE,
|
| 279 |
+
> 如果不做留出对比就无从判断它是否真的更好。
|
| 280 |
+
>
|
| 281 |
+
> 标定必须拟合在**未经温度缩放的原始 logits** 上,否则拟合会永远收敛到 ~1.0。
|
| 282 |
+
|
| 283 |
+
### 已知弱点
|
| 284 |
+
|
| 285 |
+
- **`choice` 是明确弱项(0.5817),15 类 TNews 仅 0.3143。** 15 个选项在 512 token
|
| 286 |
+
预算下每个只剩几个 token,正是上游模型卡承认的"选项数越多每项 token 越少导致准确率骤降"。
|
| 287 |
+
改进方向:调大 `head_max_len`,或改层级式 coarse-to-fine 选择。
|
| 288 |
+
- **`choice` 校准最差(ECE 0.5100)**,因为 `choice` 混合了 2/3/15 三种选项数。
|
| 289 |
+
- **上下文上限 512 token**(中文约 500 字),超长文档需先切分。
|
| 290 |
+
- **延迟慢于上游 1.9×**(67.0 ms vs 35.5 ms):中文 RoBERTa-large(24 层)比
|
| 291 |
+
上游 mmBERT-base 更大,这是精度换速度的取舍。
|
| 292 |
+
- **RLCD 贡献有限**:本版准确率主要由有监督 KL 驱动,RLCD 的严格恰当评分规则
|
| 293 |
+
主要体现于校准。
|
| 294 |
+
- **训练未跑满计划轮数**(见 `REPORT.md`),是一个接近平台期、而非训练到极限的版本。
|
| 295 |
+
|
| 296 |
+
## 诚实的边界
|
| 297 |
+
|
| 298 |
+
以下限制继承自上游 Laya 的 Honest Limits,中文版同样适用,另外加上中文特有的几条:
|
| 299 |
+
|
| 300 |
+
- **零样本能力弱。** 上游基础 checkpoint 在 typed-decisions benchmark 上仅 0.362
|
| 301 |
+
(随机 0.318、多数类 0.461)。Laya 是**快速专精的底座**,不是开箱即用的决策引擎;
|
| 302 |
+
价值在于在中文数据上定向微调后的表现。
|
| 303 |
+
- **`score` 序数题是最弱的 primitive**(上游 SST-5 仅 0.372)。
|
| 304 |
+
- **选项数 > 20 时准确率骤降**:选项共享固定的 `head_max_len` 预算,77 个选项时每项只剩
|
| 305 |
+
3–4 个 token。解法是调大 `head_max_len` 或改用层级式 coarse-to-fine 选择。
|
| 306 |
+
- **`noul` 可能跟着选项标签走而不是跟着 state 走**(上游 issue #156)。
|
| 307 |
+
若怀疑卡住,改用中性 key 的双选项 `choice`。
|
| 308 |
+
- **`action.act_probability` 暂无可用信号**(上游 issue #185)。请用 `confidence` 门控。
|
| 309 |
+
- **开箱过度自信**:务必在自己的数据上重新拟合温度。
|
| 310 |
+
- **中文上下文只有 512 token。** 中文 BERT 词表基本 1 字 1 token,因此有效正文约 500 字。
|
| 311 |
+
超长中文文档需要先切分或用支持更长上下文的编码器。
|
| 312 |
+
- **数据域偏移**:训练语料是新闻 / 酒店评论 / 餐厅点评,不等于你业务里的邮件或工单。
|
| 313 |
+
在你的领域上继续微调仍然必要。
|
| 314 |
+
|
| 315 |
+
## 引用
|
| 316 |
+
|
| 317 |
+
- Laya 模型卡与权重:<https://huggingface.co/convaiinnovations/laya>
|
| 318 |
+
- Laya 代码:<https://github.com/NandhaKishorM/laya>
|
| 319 |
+
- CLUE / TNews:<https://github.com/CLUEbenchmark/CLUE>
|
| 320 |
+
- 中文 RoBERTa:<https://github.com/ymcui/Chinese-BERT-wwm>
|
encoder/config.json
ADDED
|
@@ -0,0 +1,35 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"add_cross_attention": false,
|
| 3 |
+
"architectures": [
|
| 4 |
+
"BertForMaskedLM"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.1,
|
| 7 |
+
"bos_token_id": 0,
|
| 8 |
+
"classifier_dropout": null,
|
| 9 |
+
"directionality": "bidi",
|
| 10 |
+
"dtype": "float32",
|
| 11 |
+
"eos_token_id": 2,
|
| 12 |
+
"hidden_act": "gelu",
|
| 13 |
+
"hidden_dropout_prob": 0.1,
|
| 14 |
+
"hidden_size": 1024,
|
| 15 |
+
"initializer_range": 0.02,
|
| 16 |
+
"intermediate_size": 4096,
|
| 17 |
+
"is_decoder": false,
|
| 18 |
+
"layer_norm_eps": 1e-12,
|
| 19 |
+
"max_position_embeddings": 512,
|
| 20 |
+
"model_type": "bert",
|
| 21 |
+
"num_attention_heads": 16,
|
| 22 |
+
"num_hidden_layers": 24,
|
| 23 |
+
"output_past": true,
|
| 24 |
+
"pad_token_id": 0,
|
| 25 |
+
"pooler_fc_size": 768,
|
| 26 |
+
"pooler_num_attention_heads": 12,
|
| 27 |
+
"pooler_num_fc_layers": 3,
|
| 28 |
+
"pooler_size_per_head": 128,
|
| 29 |
+
"pooler_type": "first_token_transform",
|
| 30 |
+
"tie_word_embeddings": true,
|
| 31 |
+
"transformers_version": "5.17.0",
|
| 32 |
+
"type_vocab_size": 2,
|
| 33 |
+
"use_cache": true,
|
| 34 |
+
"vocab_size": 21128
|
| 35 |
+
}
|
model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:a92f003ce6f38d0f84c178e133b6218acad6ea81b41202f89e4e073209133239
|
| 3 |
+
size 1408189752
|
rl_agent_config.json
ADDED
|
@@ -0,0 +1,84 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"encoder": "hfl/chinese-roberta-wwm-ext-large",
|
| 3 |
+
"encoder_type": "bert",
|
| 4 |
+
"head_layers": 2,
|
| 5 |
+
"max_len": 512,
|
| 6 |
+
"head_max_len": 192,
|
| 7 |
+
"max_prefixes": 6,
|
| 8 |
+
"act_costs": {
|
| 9 |
+
"escalate": 0.5
|
| 10 |
+
},
|
| 11 |
+
"cost_wrong_act": 3.0,
|
| 12 |
+
"amp_dtype": "bf16",
|
| 13 |
+
"train_dtype": "fp32",
|
| 14 |
+
"temperature": [
|
| 15 |
+
0.467223,
|
| 16 |
+
1.034508,
|
| 17 |
+
0.970277
|
| 18 |
+
],
|
| 19 |
+
"temperature_by_options": {
|
| 20 |
+
"choice:11+": 0.466635,
|
| 21 |
+
"choice:2": 0.253066,
|
| 22 |
+
"choice:3-5": 0.545042,
|
| 23 |
+
"noul:2": 0.970277,
|
| 24 |
+
"score:3-5": 1.034508
|
| 25 |
+
},
|
| 26 |
+
"model_name": "layazh",
|
| 27 |
+
"training": {
|
| 28 |
+
"recipe": {
|
| 29 |
+
"head_lr": 0.0003,
|
| 30 |
+
"encoder_lr": 2e-05,
|
| 31 |
+
"warmup_frac": 0.06,
|
| 32 |
+
"scheduler": "linear warmup 6% + cosine",
|
| 33 |
+
"unfrozen_encoder_layers": 8,
|
| 34 |
+
"option_order_augmentation": true,
|
| 35 |
+
"grad_checkpointing": true,
|
| 36 |
+
"amp": "fp32 (sm_52/Maxwell has no bf16)",
|
| 37 |
+
"batch_tokens": 4096,
|
| 38 |
+
"optimizer": "AdamW",
|
| 39 |
+
"grad_clip": 1.0
|
| 40 |
+
},
|
| 41 |
+
"effective_steps": "~1250 (stopped near plateau; not the full planned schedule)",
|
| 42 |
+
"probe_best": 0.7991,
|
| 43 |
+
"probe_acc": {
|
| 44 |
+
"choice": 0.7243,
|
| 45 |
+
"score": 0.7744,
|
| 46 |
+
"noul": 0.9638,
|
| 47 |
+
"ALL": 0.7991
|
| 48 |
+
},
|
| 49 |
+
"hardware": "GTX Titan X (Maxwell, sm_52, 12GB), torch 2.7.1+cu128"
|
| 50 |
+
},
|
| 51 |
+
"calibration": {
|
| 52 |
+
"scheme": "bucket",
|
| 53 |
+
"report_ece": 0.2546653607969531,
|
| 54 |
+
"fit_n": 3122,
|
| 55 |
+
"report_n": 3122,
|
| 56 |
+
"by_qtype": [
|
| 57 |
+
0.467223,
|
| 58 |
+
1.034508,
|
| 59 |
+
0.970277
|
| 60 |
+
],
|
| 61 |
+
"by_bucket": {
|
| 62 |
+
"choice:11+": 0.466635,
|
| 63 |
+
"choice:2": 0.253066,
|
| 64 |
+
"choice:3-5": 0.545042,
|
| 65 |
+
"noul:2": 0.970277,
|
| 66 |
+
"score:3-5": 1.034508
|
| 67 |
+
},
|
| 68 |
+
"all_schemes_report_ece": {
|
| 69 |
+
"identity": 0.3511506951291145,
|
| 70 |
+
"qtype": 0.26843774177473434,
|
| 71 |
+
"bucket": 0.2546653607969531
|
| 72 |
+
}
|
| 73 |
+
},
|
| 74 |
+
"evaluation": {
|
| 75 |
+
"full_eval_n": 6244,
|
| 76 |
+
"full_eval_acc": 0.6951,
|
| 77 |
+
"baselines": {
|
| 78 |
+
"random": 0.2959,
|
| 79 |
+
"majority_class": 0.4734
|
| 80 |
+
},
|
| 81 |
+
"upstream_laya_multilingual_acc": 0.4783,
|
| 82 |
+
"ab_n": 1200
|
| 83 |
+
}
|
| 84 |
+
}
|
tokenizer/tokenizer.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
tokenizer/tokenizer_config.json
ADDED
|
@@ -0,0 +1,15 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"backend": "tokenizers",
|
| 3 |
+
"cls_token": "[CLS]",
|
| 4 |
+
"do_lower_case": true,
|
| 5 |
+
"is_local": false,
|
| 6 |
+
"local_files_only": false,
|
| 7 |
+
"mask_token": "[MASK]",
|
| 8 |
+
"model_max_length": 1000000000000000019884624838656,
|
| 9 |
+
"pad_token": "[PAD]",
|
| 10 |
+
"sep_token": "[SEP]",
|
| 11 |
+
"strip_accents": null,
|
| 12 |
+
"tokenize_chinese_chars": true,
|
| 13 |
+
"tokenizer_class": "BertTokenizer",
|
| 14 |
+
"unk_token": "[UNK]"
|
| 15 |
+
}
|