/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
7 янв 2025

TinySwallow-1.5B-Instruct

Генерация текстаТекст → текст3 профессии

Компактная японская инструктивная языковая модель Sakana AI для генерации текста, ответов на запросы и диалогов.

4 134скачиваний за 30 дней61лайквеса обновлены30 янв 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

TinySwallow-1.5B-Instruct — компактная авторегрессионная языковая модель Sakana AI и команды Swallow, дообученная для следования инструкциям и диалогов на японском языке. Она построена на Qwen2.5-1.5B-Instruct; при создании применялся метод дистилляции TAID с Qwen2.5-32B-Instruct в роли учителя, после чего модель дополнительно дообучили на инструктивных и разговорных данных.

Модель предназначена для генерации текста, ответов на инструкции и ведения диалогов. Она имеет 1,5 млрд параметров, архитектуру Qwen2 и контекстное окно до 32 768 токенов. Доступна в формате safetensors и использует библиотеку Transformers.

Разработчики позиционируют её как экспериментальный прототип для исследований и разработки. Они не рекомендуют коммерческое использование или применение в критически важных системах и не гарантируют качество результатов. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на инструкции на японском языке
  • создание японского чат-бота
  • генерация и продолжение японского текста
  • прототипирование диалоговых приложений
  • исследование дистилляции языковых моделей

Ограничения

Модель является экспериментальным прототипом: разработчики не рекомендуют коммерческое применение и использование в критически важных системах и не гарантируют качество результатов.

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

TinySwallow-1.5B-Instruct

🤗 Models | 📚 Paper | 📝 Blog | 🐦 Twitter

TinySwallow-1.5B-Instruct is an instruction-tuned version of TinySwallow-1.5B, created through TAID (Temporally Adaptive Interpolated Distillation), our new knowledge distillation method. We used Qwen2.5-32B-Instruct as the teacher model and Qwen2.5-1.5B-Instruct as the student model. The model has been further instruction-tuned to enhance its ability to follow instructions and engage in conversations in Japanese.

Usage

Use the code below to get started with the model.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer


# 1. load model
device = "cuda" if torch.cuda.is_available() else "cpu"
repo_id = "SakanaAI/TinySwallow-1.5B-Instruct"
model = AutoModelForCausalLM.from_pretrained(repo_id)
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model.to(device)

# 2. prepare inputs
text = "知識蒸留について簡単に教えてください。"
messages = [{"role": "user", "content": text}]
input_ids = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt")

# 3. generate
output_ids = model.generate(
    input_ids.to(device),
    max_new_tokens=1024,
)
output_ids = output_ids[:, input_ids.shape[1] :]
generated_text = tokenizer.batch_decode(output_ids, skip_special_tokens=True)[0]
print(generated_text)

Model Details

Uses

This model is provided for research and development purposes only and should be considered as an experimental prototype. It is not intended for commercial use or deployment in mission-critical environments. Use of this model is at the user's own risk, and its performance and outcomes are not guaranteed. Sakana AI shall not be liable for any direct, indirect, special, incidental, or consequential damages, or any loss arising from the use of this model, regardless of the results obtained. Users must fully understand the risks associated with the use of this model and use it at their own discretion.

Acknowledgement

We would like to thank the developers of the source models for their contributions and for making their work available.

Authors

License

This model is derived from Qwen (Apache 2.0) and trained on Gemma data (Gemma Terms, Prohibited Use). Use (including commercial) is permitted if you comply with both licenses/policies above.

Citation

@misc{sakana2025taid,
      title         = {TAID: Temporally Adaptive Interpolated Distillation for Efficient Knowledge Transfer in Language Models}, 
      author.       = {Makoto Shing and Kou Misaki and Han Bao and Sho Yokoi and Takuya Akiba},
      year          = {2025},
      eprint        = {2501.16937},
      archivePrefix = {arXiv},
      primaryClass  = {cs.LG},
      url           = {https://arxiv.org/abs/2501.16937}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
91e9fcc

0 моделей