/ Модель

Характеристики

Контекст
1 024 токена
Параметры
78,8 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
TinyLlama-1.1B-Chat-v1.0
Опубликована
3 мар 2024

Bit-Llama2-jp-123M

Генерация текстаТекст → текст3 профессии

Компактная японская языковая модель на архитектуре Llama для экспериментов и генерации текста.

114скачиваний за 30 дней0лайковвеса обновлены3 мар 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Bit-Llama2-jp-123M — компактная языковая модель на архитектуре Llama, созданная HachiML по конфигурации TinyLlama/TinyLlama-1.1B-Chat-v1.0. Модель содержит 78,8 млн параметров и предназначена для генерации текста; она предварительно обучена в течение одной эпохи на японской части датасета range3/wiki40b-ja.

Модель подойдёт для экспериментов с генерацией японского текста и обучения или оценки компактных языковых моделей. Контекст составляет 1024 токена. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка приводит значение loss 3,7091, но не описывает методику оценки или ограничения качества.

Сценарии применения

  • генерация текста на японском языке
  • эксперименты с компактными языковыми моделями
  • оценка генерации на японских данных

Ограничения

Модель обучалась одну эпоху, а приведённое значение loss не сопровождается описанием методики оценки. Контекст ограничен 1024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Bit-Llama2-jp-123M

This model was built by referring to the config in TinyLlama/TinyLlama-1.1B-Chat-v1.0, 123M The model is a pre-trained Bit-Llama2 of Parameters with only 1 epoch on a Japanese dataset. The dataset used is range3/wiki40b-ja.

  • Loss: 3.7091

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0005
  • train_batch_size: 156
  • eval_batch_size: 156
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
19.37930.0410005.3113
5.09210.0820004.9641
4.81540.1230004.7104
4.66640.1640004.5876
4.55450.250004.5258
4.47430.2460004.4283
4.40610.2870004.3539
4.31170.3280004.2735
4.24330.3690004.2243
4.20370.4100004.1739
4.15760.44110004.1266
4.09250.48120004.0624
4.06150.52130004.0433
4.01510.56140003.9993
3.97210.6150003.9721
3.9410.64160003.9185
3.90.68170003.8841
3.87190.72180003.8539
3.83760.76190003.8189
3.81310.8200003.7946
3.78010.84210003.7739
3.76040.88220003.7515
3.74130.92230003.7365
3.72650.96240003.7231
3.71521.0250003.7091

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.2.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
8e88f82

0 моделей