/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
7 мая 2024

Fugaku-LLM-13B-instruct

Генерация текстаТекст → текст

Производная модели Fugaku-LLM/Fugaku-LLM-13B. Базовая GPT-2-модель на 13 млрд параметров, обученная с нуля для генерации текста преимущественно на японском языке.

6скачиваний за 30 дней29лайковвеса обновлены9 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Карточка модели Fugaku-LLM/Fugaku-LLM-13B-instruct на Hugging Face совпадает с карточкой Fugaku-LLM/Fugaku-LLM-13B, поэтому описание составлено по ней.

Fugaku-LLM-13B — базовая языковая модель семейства Fugaku-LLM, разработанная проектом Fugaku-LLM при участии Tokyo Institute of Technology, Tohoku University, Fujitsu, RIKEN, Nagoya University, CyberAgent и Kotoba Technologies. Это GPT-2-модель на 13 млрд параметров, обученная с нуля на суперкомпьютере Fugaku; корпус преимущественно состоит из японских данных. Репозиторий содержит веса PyTorch в формате safetensors, для работы указана библиотека DeepSpeedFugaku.

Модель предназначена для генерации текста на японском и английском языках, с особым упором на качество японского. Её можно применять для продолжения текста, черновиков и генерации ответов в текстовых приложениях. В README также описана отдельная instruction-tuned версия, однако этот репозиторий содержит базовую модель.

Лицензия — Fugaku-LLM Terms of Use. Сгенерированный текст может содержать фактические ошибки, предвзятость или материалы, нарушающие права; качество результата может не соответствовать ожиданиям пользователя.

Сценарии применения

  • продолжение японского текста
  • создание японских черновиков и текстовых фрагментов
  • генерация текста на английском языке
  • эксперименты с японскими языковыми моделями

Ограничения

Модель может генерировать фактические ошибки, предвзятый или нарушающий права контент; результаты могут не соответствовать ожиданиям по эффективности и полезности. Инструкция по использованию и результаты бенчмарка в README относятся к отдельной instruction-tuned версии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fugaku-LLM

Our Fugaku LLM model is a domestic model pre-trained from scratch using supercomputer Fugaku. This model is highly transparent and safety because it is trained from scratch with our own data. The training data consists mainly of Japanese data, and the model has excellent Japanese performance.

This models are developed by Fugaku-LLM.

Links to other models can be found in the index.

Fugaku-LLM Model Index

ModelFugaku-LLMFugaku-LLM-instruct
13BLinkLink

Model Details

  • Developed by: Fugaku-LLM
  • Model type: GPT-2
  • Language(s): Japanese, English
  • Library: DeepSpeedFugaku
  • Tokenizer: llm-jp-tokenizer, code10k_en20k_ja30k of v2.2
  • License: Fugaku-LLM Terms of Use

Model Performance

Instruction-tuned model

We evaluated our model by Japanese MT benchmark in the same way as Nejumi LLM Leaderboard Neo.
We only modified the following parts of the Fastchat code:

  • Added "add_special_tokens=False" when calling tokenizer for input prompt
  • Limit the number of tokens generated to less than 2048
Model Nameaveragecodingextractionhumanitiesmathreasoningroleplaystemwriting
Fugaku-LLM-13B-instruct5.472.104.109.182.303.408.207.257.25

How to use

Use the instruction-tuned model

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "Fugaku-LLM/Fugaku-LLM-13B-instruct"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path, torch_dtype=torch.bfloat16, device_map="auto")
model.eval()

system_example = "以下は、タスクを説明する指示です。要求を適切に満たす応答を書きなさい。"
instruction_example = "スーパーコンピュータ「富岳」の名前の由来を教えてください。"

prompt = f"{system_example}\n\n### 指示:\n{instruction_example}\n\n### 応答:\n"

input_ids = tokenizer.encode(prompt,
                             add_special_tokens=False,
                             return_tensors="pt")
tokens = model.generate(
    input_ids.to(device=model.device),
    max_new_tokens=128,
    do_sample=True,
    temperature=0.1,
    top_p=1.0,
    repetition_penalty=1.0,
    top_k=0
)
out = tokenizer.decode(tokens[0], skip_special_tokens=True)
print(out)

Use the base model

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "Fugaku-LLM/Fugaku-LLM-13B"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path, torch_dtype=torch.bfloat16, device_map="auto")
model.eval()

prompt = "スーパーコンピュータ「富岳」という名称は"

input_ids = tokenizer.encode(prompt,
                             add_special_tokens=False,
                             return_tensors="pt")
tokens = model.generate(
    input_ids.to(device=model.device),
    max_new_tokens=128,
    do_sample=True,
    temperature=0.1,
    top_p=1.0,
    repetition_penalty=1.0,
    top_k=0
)
out = tokenizer.decode(tokens[0], skip_special_tokens=True)
print(out)

Training Datasets

Instruction Tuning

License

Fugaku-LLM Terms of Use is available at LICENSE and LICENSE_ja files.

Risks and Limitations

The results of processing using Fugaku-LLM may contain falsehoods, biases, content that infringes on the rights of others, or content that does not meet the effectiveness or usefulness expected by Users.

Acknowledgements

This achievement is based on the Government‐Initiated Projects of Supercomputer Fugaku "Development of Distributed Training Method for Large Language Models on Fugaku."

Authors

  • Tokyo Institute of Technology
  • Tohoku University
  • Fujitsu Limited
  • RIKEN
  • Nagoya University
  • CyberAgent, Inc.
  • Kotoba Technologies, Inc.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
847b9aa

0 моделей