/ Модель

Характеристики

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

DanTagGen-delta-rev2

Генерация текстаТекст → текст3 профессии

DanTagGen-delta-rev2 — модель KBlueLeaf для автоматической генерации тегов изображений, ориентированная прежде всего на задачи, связанные с иллюстрациями и метаданными Danbooru.

20 860скачиваний за 30 дней42лайкавеса обновлены25 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 дополнения неполного набора тегов: на основе указанных параметров качества, рейтинга, автора, персонажей, правообладателей, соотношения сторон, целевой длины и общих тегов модель генерирует дополнительные описательные теги. Модель может использоваться в рабочих процессах подготовки промптов для генерации изображений и в инструментах, интегрированных с Stable Diffusion и совместимыми интерфейсами.

Модель обучена с нуля на архитектуре LLaMA с примерно 400 млн параметров, которую автор неофициально называет NanoLLaMA. Это text-generation модель для английских тегов, обученная на 7,2 млн записей из набора KBlueLeaf/danbooru2023-sqlite; обучение продолжалось 12 эпох, всего было обработано примерно 10–15 млрд токенов. Версия rev2 продолжает delta и обучалась ещё две эпохи на том же наборе данных. По сравнению с предыдущими версиями delta отличается большим объёмом данных и лучшим разнообразием, но может быть слегка недообучена.

Модель совместима с интерфейсами инференса для LLaMA. В репозитории доступны варианты FP16 GGUF и квантованные GGUF-модели с разрядностью 8 и 6 бит; автор рекомендует llama.cpp или llama-cpp-python, что обеспечивает быстрое выполнение. Ограничения включают узкую специализацию на тегах и домене Danbooru, отсутствие заявленной поддержки других языков и отсутствие указанных характеристик контекстного окна. Модель имеет лицензию CC BY-SA 4.0 и помечена как содержащая материалы не для всех аудиторий.

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 (rev2)

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.
    • rev2: resumed from delta, same dataset, 2 more epoch.

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 Total 12epoch 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

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
9f559bc

0 моделей