/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Опубликована
9 фев 2024

TowerInstruct-7B-v0.2

Генерация текстаТекст → текст4 профессии

TowerInstruct-7B-v0.2 — дообученная модель Llama от Unbabel для машинного перевода и связанных с переводом языковых задач на десяти языках.

1 493скачиваний за 30 дней40лайковвеса обновлены9 сен 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

TowerInstruct-7B-v0.2 — языковая модель Unbabel, Instituto Superior Técnico и CentraleSupélec University of Paris-Saclay, дообученная на базе TowerBase на наборе TowerBlocks. Она предназначена прежде всего для задач, связанных с машинным переводом: переводит предложения и абзацы, учитывает контекст и терминологию, а также выполняет автоматическое постредактирование перевода, распознавание именованных сущностей, исправление грамматических ошибок и перефразирование. Модель основана на плотной архитектуре Llama и содержит 6,6 млрд параметров; формат весов — safetensors, контекст — до 4096 токенов. Поддерживает английский, португальский, испанский, французский, немецкий, нидерландский, итальянский, корейский, китайский и русский языки.

Версия v0.2, согласно карточке, надёжнее справляется с переводом документов по сравнению с v0.1, однако разработчики отдельно указывают, что модель не предназначена для документного перевода, чат-ботов или помощи с кодом. Она не выравнивалась по человеческим предпочтениям и может выдавать галлюцинации, вредоносный контент или ложные сведения. Лицензия — CC-BY-NC-4.0; базовая Llama 2 распространяется по лицензии Llama 2 Community License.

Сценарии применения

  • перевод предложений и абзацев между поддерживаемыми языками
  • перевод с учётом контекста и заданной терминологии
  • постредактирование машинного перевода
  • распознавание именованных сущностей в тексте
  • исправление грамматических ошибок
  • перефразирование текста

Ограничения

Модель не предназначена для использования как чат-бот, помощник по программированию или переводчик документов; качество для языков за пределами десяти поддерживаемых не гарантируется. Она может галлюцинировать и выдавать вредоносные или ложные сведения.

Для каких профессий подходит4

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

Model Card for TowerInstruct-7B-v0.2

Model Details

Model Description

TowerInstruct-7B is a language model that results from fine-tuning TowerBase on the TowerBlocks supervised fine-tuning dataset. TowerInstruct-7B-v0.2 is the first model in the series. The model is trained to handle several translation-related tasks, such as general machine translation (e.g., sentence- and paragraph/document-level translation, terminology-aware translation, context-aware translation), automatic post edition, named-entity recognition, gramatical error correction, and paraphrase generation. We will release more details in the upcoming technical report. For now, you can check results obtained with the model here.

  • Developed by: Unbabel, Instituto Superior Técnico, CentraleSupélec University of Paris-Saclay
  • Model type: A 7B parameter model fine-tuned on a mix of publicly available, synthetic datasets on translation-related tasks, as well as conversational datasets and code instructions.
  • Language(s) (NLP): English, Portuguese, Spanish, French, German, Dutch, Italian, Korean, Chinese, Russian
  • License: CC-BY-NC-4.0, Llama 2 is licensed under the LLAMA 2 Community License, Copyright © Meta Platforms, Inc. All Rights Reserved.
  • Finetuned from model: TowerBase

Update: TowerInstruct-7B-v0.2 has more reliable document-level translation capabilities in comparison with TowerInstruct-7B-v0.1. The new version of TowerBlocks used to train v0.2 is also available in the Tower collection.

Intended uses & limitations

The model was initially fine-tuned on a filtered and preprocessed supervised fine-tuning dataset (TowerBlocks), which contains a diverse range of data sources:

  • Translation (sentence and paragraph-level)
  • Automatic Post Edition
  • Machine Translation Evaluation
  • Context-aware Translation
  • Terminology-aware Translation
  • Multi-reference Translation
  • Named-entity Recognition
  • Paraphrase Generation
  • Synthetic Chat data
  • Code instructions

You can find the dataset and all data sources of TowerBlocks here.

Here's how you can run the model using the pipeline() function from 🤗 Transformers:

# Install transformers from source - only needed for versions <= v4.34
# pip install git+https://github.com/huggingface/transformers.git
# pip install accelerate

import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="Unbabel/TowerInstruct-7B-v0.2", torch_dtype=torch.bfloat16, device_map="auto")
# We use the tokenizer’s chat template to format each message - see https://huggingface.co/docs/transformers/main/en/chat_templating
messages = [
    {"role": "user", "content": "Translate the following text from Portuguese into English.\nPortuguese: Um grupo de investigadores lançou um novo modelo para tarefas relacionadas com tradução.\nEnglish:"},
]
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipe(prompt, max_new_tokens=256, do_sample=False)
print(outputs[0]["generated_text"])
# <|im_start|>user
# Translate the following text from Portuguese into English.
# Portuguese: Um grupo de investigadores lançou um novo modelo para tarefas relacionadas com tradução.
# English:<|im_end|>
# <|im_start|>assistant
# A group of researchers has launched a new model for translation-related tasks.

Out-of-Scope Use

The model is not guaranteed to perform for languages other than the 10 languages it supports. Even though we trained the model on conversational data and code instructions, it is not intended to be used as a conversational chatbot or code assistant. We are currently working on improving quality and consistency on document-level translation. This model should is not intended to be use as a document-level translator.

Bias, Risks, and Limitations

TowerInstruct-v0.2 has not been aligned to human preferences, so the model may generate problematic outputs (e.g., hallucinations, harmful content, or false statements).

Prompt Format

TowerInstruct-v0.2 was trained using the ChatML prompt templates without any system prompts. An example follows below:

<|im_start|>user
{USER PROMPT}<|im_end|>
<|im_start|>assistant
{MODEL RESPONSE}<|im_end|>
<|im_start|>user
[...]

Supervised tasks

The prompts for all supervised tasks can be found in TowerBlocks. We have used multiple prompt templates for each task. While different prompts may offer different outputs, the difference in downstream performance should be very minimal.

Training Details

Training Data

Link to TowerBlocks.

Training Hyperparameters

The following hyperparameters were used during training:

  • total_train_batch_size: 256

  • learning_rate: 7e-06

  • lr_scheduler_type: cosine

  • lr_scheduler_warmup_steps: 500

  • weight_decay: 0.01

  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08

  • num_epochs: 4

  • max_seq_length: 2048

Citation

@misc{tower_llm_2024,
      title={Tower: An Open Multilingual Large Language Model for Translation-Related Tasks}, 
      author={Duarte M. Alves and José Pombal and Nuno M. Guerreiro and Pedro H. Martins and João Alves and Amin Farajian and Ben Peters and Ricardo Rei and Patrick Fernandes and Sweta Agrawal and Pierre Colombo and José G. C. de Souza and André F. T. Martins},
      year={2024},
      eprint={2402.17733},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
a240dfd

0 моделей