Transformers

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v5.22.1).

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

Este modelo fue aportado a Hugging Face Transformers el 2026-08-09.

MuseGlimmerAssistant

MuseGlimmerAssistant es el redactor DFlash para MuseGlimmer. No es un modelo de lenguaje independiente. Tiene 5 capas de ventana deslizante y no posee embeddings propios. Toma prestados los embeddings de entrada y salida del modelo principal, y lee los estados ocultos del modelo principal en target_layer_ids (capas 1, 13, 25, 37 y 49 de forma predeterminada) como contexto.

En lugar de generar un token a la vez, el modelo de borrador desruidifica un bloque completo de block_size tokens enmascarados en una sola pasada hacia adelante, como una ventana de difusión. El modelo principal verifica el bloque en un solo paso. Meta informa de una decodificación 3,1 veces más rápida en una RTX 5090 y de 1,5 a 1,8 veces más rápida en chips Apple M-series.

Pase el drafter a generate() como assistant_model y establezca speculation_type="dflash". El drafter debe cargarse en el mismo dtype y en el mismo dispositivo que el modelo principal.

from transformers import AutoProcessor, MuseGlimmerAssistantModel, MuseGlimmerForConditionalGeneration

processor = AutoProcessor.from_pretrained("meta-models/Muse-Glimmer-30B")
model = MuseGlimmerForConditionalGeneration.from_pretrained(
    "meta-models/Muse-Glimmer-30B",
    device_map="auto",
)
drafter = MuseGlimmerAssistantModel.from_pretrained(
    "meta-models/Muse-Glimmer-30B-assistant",
    device_map="auto",
)

messages = [
    {
        "role": "user",
        "content": [{"type": "text", "text": "Write a bash one-liner that counts lines of Python in a repo."}],
    },
]
inputs = processor.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device)
input_len = inputs["input_ids"].shape[-1]

outputs = model.generate(
    **inputs,
    assistant_model=drafter,
    speculation_type="dflash",
    max_new_tokens=256,
)
response = processor.decode(outputs[0][input_len:], skip_special_tokens=False)
print(response)

Notas

El redactor necesita los estados ocultos del modelo principal, por lo que generate fuerza output_hidden_states=True para el modelo objetivo cuando speculation_type="dflash".
Consulte la publicación de blog Meta is back with Muse Glimmer: local, agentic, multimodal, and open source! para obtener más detalles y ejemplos de uso.

MuseGlimmerAssistantConfig

clase transformers.MuseGlimmerAssistantConfig

< source >

( transformers_version: str | None = Nonearchitectures: list[str] | None = Noneoutput_hidden_states: bool | None = Falsereturn_dict: bool | None = Truedtype: str | torch.dtype | None = Nonechunk_size_feed_forward: int = 0is_encoder_decoder: bool = Falseid2label: dict[int, str] | dict[str, str] | None = Nonelabel2id: dict[str, int] | dict[str, str] | None = Noneproblem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = Nonehidden_size: int = 6656intermediate_size: int = 19968num_hidden_layers: int = 5num_attention_heads: int = 32num_key_value_heads: int = 8head_dim: int = 128rms_norm_eps: float = 1e-05rope_parameters: dict | None = Nonemax_position_embeddings: int = 131072sliding_window: int = 2048layer_types: list[str] | None = Noneattention_dropout: float | int = 0hidden_act: str = 'silu'bos_token_id: int | None = 200000eos_token_id: int | None = 200001pad_token_id: int | None = 200018block_size: int = 16mask_token_id: int = 201818target_layer_ids: list[int] | None = None )

Parámetros

hidden_size (int, opcional, valor predeterminado 6656) — Dimensión de las representaciones ocultas.
intermediate_size (int, opcional, valor predeterminado 19968) — Dimensión de las representaciones del MLP.
num_hidden_layers (int, opcional, valor predeterminado 5) — Número de capas ocultas en el decodificador del Transformer.
num_attention_heads (int, opcional, valor predeterminado 32) — Número de cabezas de atención para cada capa de atención en el decodificador Transformer.
num_key_value_heads (int, opcional, valor predeterminado 8) — Este es el número de cabezas key_value que se deben utilizar para implementar Grouped Query Attention. Si num_key_value_heads=num_attention_heads, el modelo utilizará Multi Head Attention (MHA); si num_key_value_heads=1, el modelo utilizará Multi Query Attention (MQA); en caso contrario, se utilizará GQA. Al convertir un checkpoint multi-head en un checkpoint GQA, cada cabeza de clave y valor del grupo debe construirse mediante el promediado (meanpooling) de todas las cabezas originales dentro de ese grupo. Para más detalles, consulta este artículo. Si no se especifica, el valor predeterminado será num_attention_heads.
head_dim (int, opcional, valor predeterminado 128) — La dimensión de la cabeza de atención. Si es None, se establecerá en hidden_size // num_attention_heads
rms_norm_eps (float, opcional, valor predeterminado 1e-05) — La epsilon utilizada por las capas de normalización rms.
rope_parameters (dict, opcional) — Diccionario que contiene los parámetros de configuración para las incrustaciones RoPE. El diccionario debe contener un valor para rope_theta y, opcionalmente, los parámetros utilizados para el escalado en caso de que desee usar RoPE con max_position_embeddings más largos.
max_position_embeddings (int, opcional, valor predeterminado 131072) — La longitud máxima de secuencia con la que podría utilizarse este modelo.
sliding_window (int, opcional, valor predeterminado 2048) — Tamaño de la ventana de atención deslizante. Si es None, no se aplica ninguna ventana deslizante.
layer_types (list[str], opcional) — Una lista que asigna explícitamente cada índice de capa con su tipo de capa. Si no se proporciona, se generará automáticamente en función de los valores de la configuración.
attention_dropout (Union[float, int], opcional, valor predeterminado 0) — La proporción de dropout para las probabilidades de atención.
hidden_act (str, opcional, valor predeterminado silu) — La función de activación no lineal (función o cadena) en el decodificador. Por ejemplo, "gelu", "relu", "silu", etc.
bos_token_id (int, opcional, valor predeterminado 200000) — Identificador de token utilizado para el inicio de la secuencia en el vocabulario.
eos_token_id (int, opcional, valor predeterminado 200001) — Identificador de token utilizado para el fin de secuencia en el vocabulario.
pad_token_id (int, opcional, valor predeterminado 200018) — Id del token utilizado para el relleno en el vocabulario.
block_size (int, opcional) — El tamaño de bloque de las entradas de ruido que se desruidarán.
mask_token_id (int, opcional) — Identificadores de tokens de máscara utilizados como entrada ruidosa para el modelo.
target_layer_ids (list[int], opcional) — Identificadores de capas con índice cero cuyos estados ocultos se concatenan como contexto para el modelo.

Esta es la clase de configuración para almacenar la configuración de un MuseGlimmerAssistantModel. Se utiliza para instanciar un modelo Muse Glimmer Assistant según los argumentos especificados, definiendo la arquitectura del modelo. Instanciar una configuración con los valores predeterminados producirá una configuración similar a la de meta-models/Muse-Glimmer-30B-assistant

Los objetos de configuración heredan de PreTrainedConfig y se pueden usar para controlar las salidas del modelo. Lea la documentación de PreTrainedConfig para obtener más información.

Ejemplo:

>>> from transformers import MuseGlimmerAssistantConfig, MuseGlimmerAssistantModel

>>> # Initializing a Muse Glimmer Assistant config similar to `meta-models/Muse-Glimmer-30B-assistant`.
>>> configuration = MuseGlimmerAssistantConfig(text_config)

>>> # Initializing a model from the `meta-models/Muse-Glimmer-30B-assistant` configuration.
>>> model = MuseGlimmerAssistantModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config

MuseGlimmerAssistantPreTrainedModel

clase transformers.MuseGlimmerAssistantPreTrainedModel

< source >

( config: PreTrainedConfig*inputs**kwargs )

Parámetros

config (PreTrainedConfig) — Clase de configuración del modelo con todos los parámetros del modelo. Inicializar con un archivo de configuración no carga los pesos asociados con el modelo, solo la configuración. Consulte el método from_pretrained() para cargar los pesos del modelo.

Este modelo hereda de PreTrainedModel. Consulta la documentación de la clase superior para los métodos genéricos que la biblioteca implementa para todos sus modelos (como la descarga o el guardado, el redimensionamiento de las incrustaciones de entrada, la poda de cabezas, etc.).

Este modelo también es una subclase de torch.nn.Module de PyTorch. Úsalo como un módulo de PyTorch regular y consulta la documentación de PyTorch para todo lo relacionado con el uso y el comportamiento generales.

MuseGlimmerAssistantModel

clase transformers.MuseGlimmerAssistantModel

< source >

( config: MuseGlimmerAssistantConfig )

Parámetros

config (MuseGlimmerAssistantConfig) — Clase de configuración del modelo con todos los parámetros del modelo. Inicializar con un archivo de configuración no carga los pesos asociados con el modelo, solo la configuración. Consulte el método from_pretrained() para cargar los pesos del modelo.

El modelo base Muse Glimmer Assistant que genera estados ocultos sin ninguna cabeza específica en la parte superior.

forward

< source >

( noise_embeds: Tensorcontext_hidden_states: Tensorattention_mask: typing.Optional[torch.Tensor] = Noneposition_ids: typing.Optional[torch.LongTensor] = Nonepast_key_values: transformers.cache_utils.DFlashCache | None = Noneuse_cache: bool | None = None**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → BaseModelOutputWithPast or tuple(torch.Tensor)

Parámetros

noise_embeds (torch.Tensor de forma [batch_size, config.block_size, dim]) — Embedding de entrada para el último token de ancla generado y los tokens de máscara que se van a desruidar.
context_hidden_states (torch.Tensor de forma [batch_size, number_of_previous_accepted_tokens, dim * len(config.target_layer_ids)]) — Estados ocultos de contexto de las capas seleccionadas del modelo objetivo, concatenados en la última dimensión.
attention_mask (torch.Tensor de forma [batch_size, number_of_previous_accepted_tokens + config.block_size]) — Similar a la atención habitual, pero tenga en cuenta que su longitud es number_of_previous_accepted_tokens + config.block_size, ya que la Atención primero concatenará context_hidden_states y los estados ocultos derivados de noise_embeds, de modo que los estados k/v no tendrán la misma longitud que q_states, incluso antes de la llamada a cache.update(). Por lo tanto, la dimensión kv_seq_len de la máscara de atención debe abarcar las posiciones adicionales.
position_ids (torch.Tensor de forma [batch_size, number_of_previous_accepted_tokens + config.block_size]) — Similar a los position_ids habituales, pero tenga en cuenta que su longitud es number_of_previous_accepted_tokens + config.block_size, ya que la Atención primero concatenará context_hidden_states y los hidden states derivados de noise_embeds, de modo que los estados k/v no tendrán la misma longitud que q_states, incluso antes de la llamada a cache.update(). Por lo tanto, los position_ids y los position_embeddings derivados deben abarcar todas las posiciones adicionales.
past_key_values (~cache_utils.DFlashCache, opcional) — Estados ocultos precalculados (claves y valores en los bloques de autoatención y en los bloques de atención cruzada) que se pueden usar para acelerar la decodificación secuencial. Esto generalmente consiste en los past_key_values devueltos por el modelo en una etapa anterior de la decodificación, cuando use_cache=True o config.use_cache=True.
Solo se permite una instancia de Cache como entrada, consulte nuestra guía de caché kv. Si no se pasan past_key_values, DynamicCache se inicializará de forma predeterminada.

El modelo generará el mismo formato de caché que se proporciona como entrada.

Si se utilizan past_key_values, se espera que el usuario introduzca únicamente los input_ids no procesados (aquellos que no tienen sus estados de clave y valor pasados proporcionados a este modelo) con forma (batch_size, unprocessed_length) en lugar de todos los input_ids con forma (batch_size, sequence_length).
use_cache (bool, opcional) — Si se establece en True, se devuelven los estados de clave-valor de past_key_values y pueden usarse para acelerar la decodificación (ver past_key_values).

Devuelve

BaseModelOutputWithPast o tuple(torch.Tensor)

Un BaseModelOutputWithPast o una tupla de torch.Tensor (si se pasa return_dict=False o cuando config.return_dict=False) que comprende varios elementos según la configuración (MuseGlimmerAssistantConfig) y las entradas.

El método forward de MuseGlimmerAssistantModel reemplaza el método especial __call__.

Aunque la receta para la pasada hacia adelante debe definirse dentro de esta función, se debe llamar a la instancia de Module después en lugar de a esta, ya que la primera se encarga de ejecutar los pasos de pre y postprocesamiento, mientras que la segunda los ignora silenciosamente.

last_hidden_state (torch.Tensor de forma (batch_size, sequence_length, hidden_size)) — Secuencia de estados ocultos en la salida de la última capa del modelo.

Si se utiliza past_key_values, solo se genera el último hidden-state de las secuencias con forma (batch_size, 1, hidden_size).
past_key_values (Cache, opcional, se devuelve cuando se pasa use_cache=True o cuando config.use_cache=True) — Es una instancia de Cache. Para más detalles, consulta nuestra guía de caché kv.

Contiene estados ocultos precalculados (claves y valores en los bloques de autoatención y, opcionalmente, si config.is_encoder_decoder=True, en los bloques de atención cruzada) que pueden utilizarse (véase la entrada past_key_values) para acelerar la decodificación secuencial.
hidden_states (tuple(torch.Tensor), opcional, devuelto cuando se pasa output_hidden_states=True o cuando config.output_hidden_states=True) — Tupla de torch.Tensor (una para la salida de las incrustaciones, si el modelo tiene una capa de incrustaciones, + una para la salida de cada capa) de forma (batch_size, sequence_length, hidden_size).

Estados ocultos del modelo en la salida de cada capa más las salidas opcionales de la incrustación inicial.
attentions (tuple(torch.Tensor), opcional, se devuelve cuando se pasa output_attentions=True o cuando config.output_attentions=True) — Tupla de torch.Tensor (una por cada capa) de forma (batch_size, num_heads, sequence_length, sequence_length).

Pesos de atención tras el softmax de atención, utilizados para calcular la media ponderada en las cabezas de autoatención.

Update on GitHub

←MuseGlimmer MVP→