摘要：本文介紹了MiniCPM4，這是一種專門為終端設(shè)備設(shè)計的高效大型語言模型（LLM）。 我們通過在四個關(guān)鍵維度上進行系統(tǒng)創(chuàng)新來實現(xiàn)這一效率：模型架構(gòu)、訓練數(shù)據(jù)、訓練算法和推理系統(tǒng)。 具體而言，在模型架構(gòu)方面，我們提出了 InfLLM v2，這是一種可訓練的稀疏注意力機制，可以加速預(yù)填充和解碼階段，以進行長上下文處理。 關(guān)于訓練數(shù)據(jù)，我們提出了 UltraClean，一種高效準確的預(yù)訓練數(shù)據(jù)過濾和生成策略，以及 UltraChat v2，一個全面的監(jiān)督微調(diào)數(shù)據(jù)集。 這些數(shù)據(jù)集僅使用8萬億個訓練令牌就能實現(xiàn)令人滿意的模型性能。 關(guān)于訓練算法，我們提出了ModelTunnel v2，用于高效的預(yù)訓練策略搜索，并通過引入用于負載平衡強化學習和數(shù)據(jù)高效三元LLM的塊式滾動，改進了現(xiàn)有的后訓練方法。 關(guān)于推理系統(tǒng)，我們提出了CPM.cu，它集成了稀疏注意力、模型量化和推測采樣，以實現(xiàn)高效的預(yù)填充和解碼。 為了滿足不同的設(shè)備要求，MiniCPM4有兩個版本，分別為0.5B和8B參數(shù)。 充分的評估結(jié)果表明，MiniCPM4在多個基準測試中優(yōu)于類似大小的開源模型，突出了其效率和有效性。 值得注意的是，在處理長序列時，MiniCPM4-8B的速度比Qwen3-8B有顯著提高。 通過進一步的調(diào)整，MiniCPM4成功地為各種應(yīng)用提供了動力，包括可信賴的調(diào)查生成和模型上下文協(xié)議的工具使用，清楚地展示了其廣泛的可用性。Huggingface鏈接：Paper page，論文鏈接：2506.07900

一、研究背景和目的

研究背景：
隨著大型語言模型（LLMs）在自然語言處理領(lǐng)域的廣泛應(yīng)用，模型規(guī)模的不斷擴大導致計算資源需求急劇增加，使得這些模型主要部署在云端服務(wù)器上，通過API接口進行訪問。然而，隨著物聯(lián)網(wǎng)、移動設(shè)備和邊緣計算的發(fā)展，終端設(shè)備（如智能手機、嵌入式系統(tǒng)等）對高效LLMs的需求日益增長。這些設(shè)備通常具有有限的計算資源和存儲容量，無法直接運行大規(guī)模LLMs。因此，開發(fā)適用于終端設(shè)備的高效LLMs成為當前研究的重要方向。

研究目的：
本文旨在通過系統(tǒng)創(chuàng)新在模型架構(gòu)、訓練數(shù)據(jù)、訓練算法和推理系統(tǒng)四個關(guān)鍵維度上，開發(fā)一種專為終端設(shè)備設(shè)計的高效大型語言模型——MiniCPM4。

具體目標包括：

1. 提出一種可訓練的稀疏注意力機制（InfLLM v2），以加速長上下文處理的預(yù)填充和解碼階段。
2. 開發(fā)高效準確的預(yù)訓練數(shù)據(jù)過濾和生成策略（UltraClean），以及全面的監(jiān)督微調(diào)數(shù)據(jù)集（UltraChat v2），以在有限的訓練令牌下實現(xiàn)滿意的模型性能。
3. 提出一種高效的預(yù)訓練策略搜索方法（ModelTunnel v2），并通過引入塊式滾動（chunk-wise rollout）來改進現(xiàn)有的后訓練方法，實現(xiàn)負載平衡的強化學習和數(shù)據(jù)高效的三元LLM（BitCPM）。
4. 設(shè)計一種集成了稀疏注意力、模型量化和推測采樣的高效推理系統(tǒng)（CPM.cu），以實現(xiàn)高效的預(yù)填充和解碼。
5. 開發(fā)兩種參數(shù)規(guī)模的MiniCPM4模型（0.5B和8B），以滿足不同終端設(shè)備的需求，并在多個基準測試中驗證其效率和有效性。

二、研究方法

1. 模型架構(gòu)創(chuàng)新：

• InfLLM v2：提出了一種可訓練的稀疏注意力機制，通過動態(tài)選擇相關(guān)的鍵值塊進行注意力計算，顯著減少了計算和內(nèi)存訪問開銷。該機制在預(yù)填充和解碼階段均表現(xiàn)出色，特別是在處理長上下文時，能夠有效加速處理速度。
• 稀疏注意力實現(xiàn)：通過分塊鍵值緩存和動態(tài)上下文塊選擇，InfLLM v2能夠在不增加額外參數(shù)的情況下，實現(xiàn)高效的稀疏注意力計算。
  同時，引入了細粒度語義核來捕捉塊級語義，避免了 token-by-token 的相關(guān)性計算，進一步提高了效率。

2. 訓練數(shù)據(jù)優(yōu)化：

• UltraClean：提出了一種高效準確的預(yù)訓練數(shù)據(jù)過濾和生成策略，通過迭代的數(shù)據(jù)清洗和驗證過程，提高了數(shù)據(jù)質(zhì)量。利用FastText分類器進行快速質(zhì)量過濾，結(jié)合高效驗證策略，確保了數(shù)據(jù)集的高質(zhì)量和多樣性。

• UltraChat v2：構(gòu)建了一個全面的監(jiān)督微調(diào)數(shù)據(jù)集，涵蓋了知識應(yīng)用、推理、指令跟隨、長上下文處理和工具使用等多個關(guān)鍵能力維度。
  通過多樣化的數(shù)據(jù)生成策略，確保了數(shù)據(jù)集的廣泛覆蓋和高質(zhì)量。

3. 訓練算法改進：

• ModelTunnel v2：在預(yù)訓練策略搜索方面，提出了改進的預(yù)測縮放方法，通過構(gòu)建ScalingBench數(shù)據(jù)集，建立了預(yù)訓練損失與下游任務(wù)性能之間的關(guān)系，從而提高了超參數(shù)搜索的有效性。
• 塊式滾動（Chunk-wise Rollout）：在后訓練階段，引入了塊式滾動策略來優(yōu)化強化學習過程，通過限制每個滾動階段的最大輸出令牌預(yù)算，并在后續(xù)階段恢復未完成的軌跡，顯著提高了GPU利用率和訓練效率。
• BitCPM：提出了一種數(shù)據(jù)高效的三元LLM訓練方法，通過初始化高精度預(yù)訓練模型的量化階段，顯著降低了量化感知訓練（QAT）的成本。
  結(jié)合ModelTunnel v2，實現(xiàn)了與現(xiàn)有QAT方法相當?shù)男阅?#xff0c;但訓練令牌數(shù)量大幅減少。

4. 推理系統(tǒng)優(yōu)化：

• CPM.cu：設(shè)計了一種集成了稀疏注意力、模型量化和推測采樣的高效推理框架。通過頻率排名詞匯表構(gòu)建和草稿驗證（FR-Spec），減少了語言建模頭的計算開銷；通過前綴感知后訓練量化（P-GPTQ），消除了初始令牌對激活量化保真度的影響；結(jié)合推測采樣和量化，實現(xiàn)了高效的預(yù)填充和解碼。

• ArkInfer：提出了一種跨平臺部署系統(tǒng)，通過統(tǒng)一的執(zhí)行器接口和自適應(yīng)后端接口，簡化了LLMs在不同硬件平臺上的部署過程。
  集成了多種推理框架和優(yōu)化技術(shù)，支持無縫的跨平臺部署和全面的性能評估工具。

三、研究結(jié)果

1. 模型性能：

• MiniCPM4在多個基準測試中表現(xiàn)出色，特別是在長上下文處理任務(wù)上，顯著優(yōu)于類似規(guī)模的開源模型。例如，在處理長序列時，MiniCPM4-8B相比Qwen3-8B實現(xiàn)了顯著的速度提升。
• 通過系統(tǒng)創(chuàng)新在模型架構(gòu)、訓練數(shù)據(jù)、訓練算法和推理系統(tǒng)四個維度上的優(yōu)化，MiniCPM4在保持高效性的同時，也實現(xiàn)了出色的模型性能。

2. 效率提升：

• 在終端設(shè)備上的推理速度方面，MiniCPM4表現(xiàn)出色。
  特別是在Jetson AGX Orin和RTX 4090等邊緣計算平臺上，MiniCPM4實現(xiàn)了顯著的加速效果，滿足了終端設(shè)備對實時性的要求。

• 通過稀疏注意力機制、模型量化和推測采樣的結(jié)合使用，CPM.cu推理框架在保持高精度的同時，顯著降低了計算開銷和內(nèi)存訪問延遲。

3. 應(yīng)用場景拓展：

• MiniCPM4成功應(yīng)用于可信賴的調(diào)查生成和模型上下文協(xié)議的工具使用等多樣化場景中，展示了其廣泛的可用性和實用性。通過進一步的調(diào)整和優(yōu)化，MiniCPM4有望在更多領(lǐng)域發(fā)揮重要作用。

四、研究局限

1. 模型規(guī)模限制：

• 盡管MiniCPM4在終端設(shè)備上表現(xiàn)出色，但其模型規(guī)模相對較小（0.5B和8B參數(shù)），與云端大規(guī)模LLMs相比，在處理復雜任務(wù)時可能存在一定局限性。
• 未來研究可以考慮進一步擴大模型規(guī)模，同時保持高效性。

2. 數(shù)據(jù)多樣性：

• 盡管UltraClean和UltraChat v2數(shù)據(jù)集在覆蓋范圍和多樣性方面表現(xiàn)出色，但仍可能存在某些特定領(lǐng)域或任務(wù)的數(shù)據(jù)不足問題。未來研究可以考慮進一步拓展數(shù)據(jù)來源和類型，以提高模型的泛化能力。

3. 推理系統(tǒng)優(yōu)化：

• 盡管CPM.cu推理框架在保持高精度的同時實現(xiàn)了顯著的加速效果，但在某些極端情況下（如超長序列處理），仍可能面臨計算資源和內(nèi)存訪問的瓶頸。未來研究可以考慮進一步優(yōu)化推理系統(tǒng)架構(gòu)和算法設(shè)計，以應(yīng)對這些挑戰(zhàn)。

五、未來研究方向

1. 模型規(guī)模擴展：

• 探索更大規(guī)模的MiniCPM模型在終端設(shè)備上的部署可能性，通過模型壓縮、剪枝和量化等技術(shù)手段，在保持高效性的同時擴大模型規(guī)模。

2. 數(shù)據(jù)增強與多樣化：

• 進一步拓展數(shù)據(jù)來源和類型，包括多語言數(shù)據(jù)、專業(yè)領(lǐng)域數(shù)據(jù)等，以提高模型的泛化能力和適應(yīng)性。
  同時，考慮利用生成對抗網(wǎng)絡(luò)（GANs）等技術(shù)手段進行數(shù)據(jù)增強。

3. 推理系統(tǒng)持續(xù)優(yōu)化：

• 深入研究推理系統(tǒng)的優(yōu)化策略，包括更高效的稀疏注意力機制、更先進的量化技術(shù)和更智能的推測采樣方法等。
  同時，考慮將推理系統(tǒng)與硬件加速器（如GPU、TPU等）進行更緊密的集成和優(yōu)化。

4. 跨模態(tài)學習與融合：

• 探索將MiniCPM4與其他模態(tài)（如圖像、音頻等）進行融合學習的可能性，以開發(fā)更具通用性和適應(yīng)性的多模態(tài)LLMs。
  這將有助于拓展MiniCPM4的應(yīng)用場景和范圍。

5. 實際應(yīng)用場景探索：

• 進一步探索MiniCPM4在醫(yī)療、教育、智能客服等實際應(yīng)用場景中的潛力和價值。
  通過與行業(yè)伙伴的合作和交流，推動MiniCPM4技術(shù)的落地和產(chǎn)業(yè)化應(yīng)用。

綜上所述，《2506.07900v1：MiniCPM4: Ultra-Efficient LLMs on End Devices》一文通過系統(tǒng)創(chuàng)新在模型架構(gòu)、訓練數(shù)據(jù)、訓練算法和推理系統(tǒng)四個關(guān)鍵維度上，成功開發(fā)了一種專為終端設(shè)備設(shè)計的高效大型語言模型——MiniCPM4。

該模型在多個基準測試中表現(xiàn)出色，顯著優(yōu)于類似規(guī)模的開源模型，并成功應(yīng)用于可信賴的調(diào)查生成和模型上下文協(xié)議的工具使用等多樣化場景中。未來研究將進一步探索模型規(guī)模擴展、數(shù)據(jù)增強與多樣化、推理系統(tǒng)持續(xù)優(yōu)化、跨模態(tài)學習與融合以及實際應(yīng)用場景探索等方向，以推動MiniCPM4技術(shù)的不斷發(fā)展和完善。