/ Модель

Характеристики

Контекст
512 токенов
Параметры
360 млн
Лицензия
OpenRAIL
Архитектура
llama · dense
Библиотека
transformers
Опубликована
11 мар 2024

DanTagGen-alpha

Генерация текстаТекст → текст3 профессии

DanTagGen-alpha — модель KBlueLeaf для автоматической генерации тегов к изображениям в стиле Danbooru.

7 030скачиваний за 30 дней43лайкавеса обновлены18 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

Она предназначена для сценариев, где по уже заданным метаданным и набору общих тегов требуется дополнить описание изображения: например, для подготовки промптов, каталогизации иллюстраций и интеграции в интерфейсы для генерации или анализа изображений.

Модель обучена с нуля на архитектуре LLaMA примерно со 400 млн параметров, которую разработчик условно называет NanoLLaMA. Это текстовая модель генерации, работающая с заданным структурированным форматом, включающим рейтинг, автора, персонажей, правообладателей, соотношение сторон, целевой объём тегов и список общих тегов. Она обучалась на данных KBlueLeaf/danbooru2023-sqlite; в метаданных указаны английский язык и библиотека Transformers. Доступны варианты FP16 и квантованные GGUF-модели с точностью 8 и 6 бит, рекомендованные для запуска через llama.cpp или llama-cpp-python.

Сильной стороной модели является специализированная архитектура ввода и ориентация на дополнение тегов изображений, а также возможность быстрого локального запуска благодаря небольшому размеру и GGUF-вариантам. При этом это альфа-версия без приведённых количественных метрик качества, поэтому точность и полнота генерации не определены. Модель обучалась на отфильтрованных данных Danbooru, включая контент с ограничениями по аудитории, что следует учитывать при использовании. Лицензия — OpenRAIL.

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

DanTagGen - alpha

DanTagGen(Danbooru Tag Generator) is inspired from p1atdev's dart project. But with different arch, dataset, format and different training strategy.

Model arch

This version of DTG is trained from scratch with 400M param LLaMA arch.(In my personal preference I will call it NanoLLaMA) Since it is llama arch. Theoritically it should be able to be used in any LLaMA inference interface.

This repo also provided converted FP16 gguf model and quantized 8bit/6bit gguf models. Basically it is recommended to use llama.cpp or llama-cpp-python to run this model. Which will be very fast.

Format

prompt = f"""
rating: {rating or '<|empty|>'}
artist: {artist.strip() or '<|empty|>'}
characters: {characters.strip() or '<|empty|>'}
copyrights: {copyrights.strip() or '<|empty|>'}
aspect ratio: {f"{aspect_ratio:.1f}" or '<|empty|>'}
target: {'<|' + target + '|>' if target else '<|long|>'}
general: {", ".join(special_tags)}, {general.strip().strip(",")}<|input_end|>
"""

for example:

rating: safe
artist: <|empty|>
characters: <|empty|>
copyrights: <|empty|>
aspect ratio: 1.0
target: <|short|>
general: 1girl, solo, dragon girl, dragon horns, dragon tail<|input_end|>

And you may get something like:

rating: safe
artist: <|empty|>
characters: <|empty|>
copyrights: <|empty|>
aspect ratio: 1.0
target: <|short|>
general: 1girl, solo, dragon girl, dragon horns, dragon tail<|input_end|>open mouth, red eyes, long hair, pointy ears, tail, black hair, chinese clothes, simple background, dragon, hair between eyes, horns, china dress, dress, looking at viewer, breasts

Dataset and Training

I use the trainer I implemented in HakuPhi to run the training. (It should be HakuLLM now LoL) with 15epoch on 2M data and 5epoch on 5.3M data. This model have roughly 6~12B token seen.

The dataset is exported by HakuBooru with my danbooru sqlite database. Use the percentile of fav_count on each rating to filter the data. (2M = top 25%, 5.3M = top 75%)

Utilities

I'm implementing a gradio UI for this thing and other dev can utilize the API in it to make different app. I'm also planning to make sd-webui extension.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
38887ee

0 моделей