/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Llama-3-ELYZA-JP-8B
Библиотека
transformers
Опубликована
19 мар 2025

Llama-3-Karamaru-v1

Генерация текстаТекст → текст3 профессии

Японская разговорная модель Sakana AI, отвечающая на современные вопросы в стиле японского языка эпохи Эдо.

107скачиваний за 30 дней19лайковвеса обновлены1 апр 2025

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

Karamaru — разговорная языковая модель Sakana AI, дообученная на базе elyza/Llama-3-ELYZA-JP-8B. Для неё провели дополнительное предобучение на корпусе японских текстов эпохи Эдо объёмом около 25 миллионов символов, включая расшифрованные исторические тексты и материалы, полученные с помощью OCR. Модель принимает вопросы на современном японском и отвечает в стиле классического японского языка эпохи Эдо, учитывая культурный контекст того времени.

Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; контекст составляет 8192 токена. Она предназначена для изучения исторического японского языка, образовательных занятий и культурного исследования. Выпускается под лицензией Llama 3 Community License. Тексты эпохи Эдо могут отражать устаревшие нормы и предубеждения, поэтому ответы могут быть неуместными или оскорбительными по современным меркам.

Сценарии применения

  • изучение классического японского языка эпохи Эдо
  • получение ответов на японском в историческом стиле
  • исследование культурного контекста Японии периода Эдо
  • подготовка учебных примеров по историческому японскому

Ограничения

Обучение на исторических текстах может приводить к ответам с устаревшими нормами и предубеждениями, которые сегодня воспринимаются как неуместные или оскорбительные.

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

からまる Llama-3-Karamaru-v1

Karamaru is a conversational AI model developed by Sakana AI that responds in the style of Edo-period Japanese. While the base language model was originally trained on modern text, we applied continual pretraining using a custom Edo-period dataset consisting of over 25 million characters. This dataset includes approximately 13 million characters of human-transcribed text and 12 million characters transcribed using AI-based kuzushiji OCR from historical Japanese books.

With Karamaru, users can ask questions in modern Japanese and receive answers written in the classical Japanese style of the Edo period, reflecting the worldview and cultural context of that era. Karamaru offers a unique way to explore and engage with Japan’s historical language and thought.

Karamaru is intended as a tool for research, education, and cultural exploration—bridging time and language to bring the past closer to the present.

For further information, please refer to our blog post.

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
checkpoint = "SakanaAI/Llama-3-Karamaru-v1"

model = AutoModelForCausalLM.from_pretrained(checkpoint, device_map="auto", torch_dtype=torch.bfloat16)
model.eval()
tokenizer = AutoTokenizer.from_pretrained(checkpoint)

text = "AIにとって大事なものはなんですか。"
message = {"role": "user", "content": text}
conversation = [message]

input_ids = tokenizer.apply_chat_template(conversation, add_generation_prompt=True, return_tensors="pt")
    
input_ids = input_ids.to(model.device)
attention_mask = torch.ones_like(input_ids).to(model.device)

with torch.no_grad():
    output_ids = model.generate(
        input_ids,
        max_new_tokens=500,
        temperature=0.6,
        top_p=0.9,
        top_k=50,
        repetition_penalty=1.1,
        attention_mask=attention_mask
    )
output_ids = output_ids[0][input_ids.shape[1]:]
output = tokenizer.decode(output_ids, skip_special_tokens=True)
print(output)

Training Data

Karamaru was trained using a custom Edo-period text dataset totaling approximately 25 million characters.

  1. Minna de Honkoku 12 millions characters.
  2. Kuzushiji Dataset 1 million characters.
  3. Pre-Modern Japanese Text Dataset 12 million characters using AI Kuzushiji OCR model RURI and using Sakana AI's LLM based classical Japanese OCR Refiner.

Limitations

Karamaru was trained on historical texts from the Edo period, which may reflect the social norms, values, and biases of that time. As a result, the model may generate responses that are considered inappropriate, outdated, or offensive by modern standards. Users should be mindful when using the model for research, educational or public-facing purposes.

Glossary

  1. Edo period
    A historical era in Japan spanning from 1603 to 1868, characterized by the rule of the Tokugawa shogunate, a strict social hierarchy, and flourishing traditional arts and culture.

  2. Kuzushiji (くずし字)
    A cursive style of Japanese writing used in historical texts, particularly before the Meiji 33rd year (1900). Kuzushiji includes Kanji and Hentaigana. It can be difficult to read without specialized training.

Developers

Tarin Clanuwat (Sakana AI)
Tianyu Zhao (Sakana AI)
Yuki Imajuku (Sakana AI)
Makoto Shing (Sakana AI)
Asanobu Kitamoto (National Institute of Informatics, ROIS-DS Center for Open Data in the Humanities, Sakana AI)

Collaborators

Kazuaki Yamamoto (National Institute of Japanese Literature)
Yuta Hashimoto (National Meseum of Japanese History)

Citation

BibTeX:

@misc{karamaruv1,
    url    = {https://SakanaAI/Llama-3-Karamaru-v1},
    title  = {Llama-3-Karamaru-v1},
    author = {Clanuwat, Tarin and Zhao, Tianyu and Imajuku, Yuki and Shing, Makoto and Kitamoto, Asanobu}
}

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
1741192

0 моделей