uform
v3 for 3 platforms ?️??
Incrustos multimodales de 64 a 768 dimensiones • Chat de parámetros 1B
Textos cortos • Imágenes • Video Clips • Documentos largos
Onnx • Coreml • Pytorch
Python • JavaScript • Swift
Bienvenido a UForm, una biblioteca de IA multimodal que es tan versátil como eficiente. Los modelos de incrustación de UForm Tiny lo ayudarán a comprender y buscar contenido visual y textual en varios idiomas. Los modelos generativos pequeños de UForm, por otro lado, no solo admiten casos de conversación y chat, sino que son excelentes para el subtítulos de imágenes rápidas y la respuesta de preguntas visuales (VQA). Con modelos de transformador pre-capacitados personalizados compactos, esto puede ejecutarse en cualquier lugar desde la granja de su servidor hasta su teléfono inteligente.
f32 a i8 sin perder mucho recuerdo.Para obtener puntos de referencia de precisión y velocidad, consulte la página de evaluación.
| Modelo | Parámetros | Lenguas | Arquitectura |
|---|---|---|---|
uform3-image-text-english-large ? | 365 m | 1 | 12 Capa Bert, Vit-L/14 |
uform3-image-text-english-base | 143 m | 1 | 4 capa Bert, Vit-B/16 |
uform3-image-text-english-small ? | 79 m | 1 | 4 capa Bert, Vit-S/16 |
uform3-image-text-multilingual-base | 206m | 21 | 12 Capa Bert, Vit-B/16 |
| Modelo | Parámetros | Objetivo | Arquitectura |
|---|---|---|---|
uform-gen2-dpo ? | 1.2 b | Chat, subtitulación de imágenes, vqa | QWEN1.5-0.5B, VIT-H/14 |
uform-gen2-qwen-500m | 1.2 b | Chat, subtitulación de imágenes, vqa | QWEN1.5-0.5B, VIT-H/14 |
uform-gen | 1.5 b | Subtitulación de imágenes, VQA | Llama-1.3b, Vit-B/16 |
Primero, pip install uform . Entonces, cargue el modelo:
from uform import get_model , Modality
processors , models = get_model ( 'unum-cloud/uform3-image-text-english-small' )
model_text = models [ Modality . TEXT_ENCODER ]
model_image = models [ Modality . IMAGE_ENCODER ]
processor_text = processors [ Modality . TEXT_ENCODER ]
processor_image = processors [ Modality . IMAGE_ENCODER ]Incrustar imágenes:
import requests
from io import BytesIO
from PIL import Image
image_url = 'https://media-cdn.tripadvisor.com/media/photo-s/1b/28/6b/53/lovely-armenia.jpg'
image = Image . open ( BytesIO ( requests . get ( image_url ). content ))
image_data = processor_image ( image )
image_features , image_embedding = model_image . encode ( image_data , return_features = True )Incrustar consultas:
text = 'a cityscape bathed in the warm glow of the sun, with varied architecture and a towering, snow-capped mountain rising majestically in the background'
text_data = processor_text ( text )
text_features , text_embedding = model_text . encode ( text_data , return_features = True )Para más detalles, consulte:
Los modelos generativos son nativamente compatibles con
from transformers import AutoModel , AutoProcessor
model = AutoModel . from_pretrained ( 'unum-cloud/uform-gen2-dpo' , trust_remote_code = True )
processor = AutoProcessor . from_pretrained ( 'unum-cloud/uform-gen2-dpo' , trust_remote_code = True )
prompt = 'Question or Instruction'
image = Image . open ( 'image.jpg' )
inputs = processor ( text = [ prompt ], images = [ image ], return_tensors = 'pt' )
with torch . inference_mode ():
output = model . generate (
** inputs ,
do_sample = False ,
use_cache = True ,
max_new_tokens = 256 ,
eos_token_id = 151645 ,
pad_token_id = processor . tokenizer . pad_token_id
)
prompt_len = inputs [ 'input_ids' ]. shape [ 1 ]
decoded_text = processor . batch_decode ( output [:, prompt_len :])[ 0 ]Para más detalles, consulte:
Dependiendo de la aplicación, los incrustaciones se pueden fundir hacia abajo a representaciones numéricas más pequeñas sin perder mucho retiro. Se recomienda cambiar de f32 a f16 en casi todos los casos, a menos que se ejecute en hardware muy antiguo sin soporte de medios precisiones. También es posible cambiar a i8 con escala lineal, pero se notará en el retiro de colecciones más grandes con millones de entradas de búsqueda. Del mismo modo, para los incrustaciones de dimensiones superiores (512 o 768), una estrategia común es cuantificarlos en representaciones de un solo bits para una búsqueda más rápida.
import numpy as np
f32_embedding : np . ndarray = model . encode_text ( text_data , return_features = False )
f16_embedding : np . ndarray = f32_embedding . astype ( np . float16 )
i8_embedding : np . ndarray = ( f32_embedding * 127 ). astype ( np . int8 )
b1_embedding : np . ndarray = np . packbits (( f32_embedding > 0 ). astype ( np . uint8 ))El enfoque alternativo para la cuantización es usar los incrustaciones de Matryoshka, donde los incrustaciones se cortan en partes más pequeñas, y la búsqueda se realiza de manera jerárquica.
import numpy as np
large_embedding : np . ndarray = model . encode_text ( text_data , return_features = False )
small_embedding : np . ndarray = large_embedding [:, : 256 ]
tiny_embedding : np . ndarray = large_embedding [:, : 64 ]Ambos enfoques son compatibles de forma nativa por el motor USearch Vector-Search y las Bibliotecas Numéricas SIMSIMD. Al tratar con pequeñas colecciones (hasta millones de entradas) y en busca de cálculos de distancia de coseno de baja latencia, puede lograr una mejora del rendimiento 5X-2500X sobre la antorcha, numpy, scipy y vainilla Python utilizando SIMSIMD.
from simsimd import cosine , hamming
distance : float = cosine ( f32_embedding , f32_embedding ) # 32x SciPy performance on Apple M2 CPU
distance : float = cosine ( f16_embedding , f16_embedding ) # 79x SciPy performance on Apple M2 CPU
distance : float = cosine ( i8_embedding , i8_embedding ) # 133x SciPy performance on Apple M2 CPU
distance : float = hamming ( b1_embedding , b1_embedding ) # 17x SciPy performance on Apple M2 CPUDel mismo modo, cuando se trata de grandes colecciones (hasta miles de millones de entradas por servidor) y en busca de una búsqueda de alto rendimiento, puede lograr una mejora de rendimiento 100 veces sobre FAISS y otras soluciones de búsqueda vectorial utilizando USEARCH. Aquí hay un par de ejemplos:
from usearch . index import Index
f32_index = Index ( ndim = 64 , metric = 'cos' , dtype = 'f32' ) # for Matryoshka embeddings
f16_index = Index ( ndim = 64 , metric = 'cos' , dtype = 'f16' ) # for Matryoshka embeddings
i8_index = Index ( ndim = 256 , metric = 'cos' , dtype = 'i8' ) # for quantized embeddings
b1_index = Index ( ndim = 768 , metric = 'hamming' , dtype = 'b1' ) # for binary embeddingsPytorch es una gran dependencia para llevar, especialmente si se ejecuta en dispositivos de borde o IoT. Usando el tiempo de ejecución de Vanilla ONNX, uno puede reducir significativamente el consumo de memoria y la latencia de implementación.
$ conda create -n uform_torch python=3.10 -y
$ conda create -n uform_onnx python=3.10 -y
$ conda activate uform_torch && pip install -e " .[torch] " && conda deactivate
$ conda activate uform_onnx && pip install -e " .[onnx] " && conda deactivate
$ du -sh $( conda info --envs | grep ' uform_torch ' | awk ' {print $2} ' )
> 5.2G ~ /conda/envs/uform_torch
$ du -sh $( conda info --envs | grep ' uform_onnx ' | awk ' {print $2} ' )
> 461M ~ /conda/envs/uform_onnxLa mayor parte de ese peso se puede reducir aún más a 100 MB tanto para el modelo como para el tiempo de ejecución. Puede elegir uno de los muchos proveedores de ejecución ONNX compatibles, que incluye xnnpack, cuda y tensorrt para las GPU NVIDIA, OpenVino en Intel, DirectML en Windows, ROCM en AMD, coreMl en dispositivos Apple y más por venir.
Los modelos generativos se pueden usar para experiencias similares a chat en la línea de comandos. Para eso, puede usar la herramienta uform-chat CLI, que está disponible en el paquete UForm.
$ pip install uform
$ uform-chat --model unum-cloud/uform-gen2-dpo --image=zebra.jpg
$ uform-chat --model unum-cloud/uform-gen2-dpo
> --image= " https://bit.ly/3tIVg9M "
> --device= " cuda:0 "
> --fp16
