/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
360 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
23 апр 2024

DanTagGen-delta

Генерация текстаТекст → текст3 профессии

KBlueLeaf/DanTagGen-delta — модель генерации тегов для изображений, разработанная KBlueLeaf.

7 405скачиваний за 30 дней9лайковвеса обновлены24 апр 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 автоматического дополнения описаний изображений в формате тегов Danbooru и может использоваться в рабочих процессах генерации изображений, включая подготовку промптов для моделей Stable Diffusion. Модель принимает структурированные поля качества, рейтинга, художника, персонажей, авторских прав, соотношения сторон, целевой длины и общих тегов, после чего генерирует дополнительные теги.

Модель обучена с нуля на архитектуре LLaMA примерно на 400 млн параметров, которую автор называет NanoLLaMA. Версия delta предварительно обучалась на 7,2 млн записей в течение 10 эпох; в ходе обучения модель увидела приблизительно 10–15 млрд токенов. По сравнению с предыдущими версиями она отличается большим объёмом данных и лучшим разнообразием генерируемых тегов, хотя может быть слегка недообученной. Указан английский язык, библиотека Transformers и сценарий text-generation. Для запуска рекомендуется llama.cpp или llama-cpp-python; также доступны модели в форматах FP16 GGUF и квантованных вариантах 8-bit и 6-bit.

Модель ориентирована на изображения и содержит тег not-for-all-audiences, поэтому результаты могут включать чувствительный или взрослый контент. К ограничениям относятся зависимость от специализированного формата входных данных и возможная неполнота или неточность тегов. Модель распространяется по лицензии CC BY-NC-SA 4.0, допускающей использование с указанием авторства, на некоммерческих условиях и с сохранением аналогичной лицензии для производных материалов.

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 - delta

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

Difference between versions

alpha: pretrain on 2M dataset, smaller batch size. Limited ability beta: pretrain on 5.3M dataset, larger batch size. More stable, better ability with only a few information provided. delta: pretrain on 7.2M dataset, larger batch size. Slightly underfit but better diversity. quality tag introduced.

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"""
quality: {quality or '<|empty|>'}
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:

quality: masterpiece
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. with 10epoch on 7.2M data. This model have roughly 10~15B 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

HF space: https://huggingface.co/spaces/KBlueLeaf/DTG-demo Demo for DTG + Kohaku XL Epsilon: https://huggingface.co/spaces/KBlueLeaf/This-Cute-Dragon-Girl-Doesnt-Exist SD-WebUI Extension: https://github.com/KohakuBlueleaf/z-a1111-sd-webui-dtg ComfyUI Node: https://github.com/toyxyz/a1111-sd-webui-dtg_comfyui

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
c0a11ee

0 моделей