/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Размер весов
26 ГБ
Архитектура
llama · dense
Опубликована
12 сен 2023

Llama-2-13b-longlora-32k-ft

Генерация текстаТекст → текст12 профессий

Производная модели Yukang/Llama-2-7b-longlora-32k-ft. Дообученная LLaMA 2 на 7 млрд параметров с расширенным до 32 768 токенов контекстом для генерации текста по длинным входным материалам.

227скачиваний за 30 дней10лайковвеса обновлены25 сен 2023

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

Карточка модели Yukang/Llama-2-13b-longlora-32k-ft на Hugging Face совпадает с карточкой Yukang/Llama-2-7b-longlora-32k-ft, поэтому описание составлено по ней.

Yukang/Llama-2-7b-longlora-32k-ft — дообученная полная версия LLaMA 2 на 7 млрд параметров, созданная авторами проекта LongLoRA для работы с длинным контекстом. Модель предназначена для генерации текста и обработки запросов, в которых важно учитывать большой объём предшествующего текста, например длинные документы.

Контекст этой версии расширен до 32 768 токенов. В README описан подход LongLoRA: для эффективного расширения контекста при дообучении используется разреженное локальное внимание, при этом во время инференса сохраняется плотное глобальное внимание. Метаданные указывают нативную длину контекста 4 096 токенов, поэтому заявленное в README расширение до 32 768 токенов следует отличать от этого значения. Модель использует архитектуру LlamaForCausalLM и распространяется в формате PyTorch.

Модель подходит для суммаризации и вопросов по длинным текстам, но README не приводит отдельные оценки качества именно этого чекпойнта. Условия лицензии в предоставленных данных не указаны.

Сценарии применения

  • ответы на вопросы по длинным документам
  • суммаризация больших текстов
  • анализ длинных последовательностей текста
  • генерация продолжения текста с учётом расширенного контекста

Ограничения

Метаданные указывают нативный контекст 4 096 токенов, тогда как README заявляет расширение для этой версии до 32 768 токенов. В предоставленных данных нет оценок качества именно этого чекпойнта и сведений о лицензии.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LongLoRA: Efficient Fine-tuning of Long-Context Large Language Models

<a href=http://arxiv.org/abs/2309.12307>**Paper** | Models | Code

LongLoRA: Efficient Fine-tuning of Long-Context Large Language Models [Paper] Yukang Chen, Shengju Qian, Haotian Tang, Xin Lai, Zhijian Liu, Song Han, Jiaya Jia

Abstract

We present LongLoRA, an efficient fine-tuning approach that extends the context sizes of pre-trained large language models (LLMs), with limited computation cost. Typically, training LLMs with long context sizes is computationally expensive, requiring extensive training hours and GPU resources. In this paper, we speed up the context extension of LLMs in two aspects. On the one hand, although dense global attention is needed during inference, fine-tuning the model can be effectively and efficiently done by sparse local attention. The proposed shift short attention effectively enables context extension, leading to non-trivial computation saving with similar performance to fine-tuning with vanilla attention. On the other hand, we find that LoRA for context extension works well under the premise of trainable embedding and normalization. LongLoRA demonstrates strong empirical results on various tasks on LLaMA2 models from 7B/13B to 70B. LongLoRA adopts LLaMA2 7B from 4k context to 100k, or LLaMA2 70B to 32k on a single 8x A100 machine. LongLoRA extends models' context while retaining their original architectures, and is compatible with most existing techniques, like FlashAttention-2. In addition, to make LongLoRA practical, we collect a dataset, LongQA, for supervised fine-tuning. It contains more than 3k long context question-answer pairs. For more details, please refer to the paper.

Highlights

LongLoRA speed up the context extension of pre-trained large language models in both attention-level and weight-level.

  1. The proposed shifted short attention is easy to implement, compatible with Flash-Attention, and not required during inference.
  2. We release all our models, including models from 7B to 70B, context length from 8k to 100k, including LLaMA2-LongLoRA-7B-100k, LLaMA2-LongLoRA-13B-64k, and LLaMA2-LongLoRA-70B-32k.
  3. We build up a long-context QA dataset, LongQA, for supervised fine-tuning (SFT). We release 13B and 70B 32k models with SFT, Llama-2-13b-chat-longlora-32k-sft and Llama-2-70b-chat-longlora-32k-sft. We will further release the dataset next week.

Released models

Models with supervised fine-tuning

ModelSizeContextTrainLink
Llama-2-13b-chat-longlora-32k-sft13B32768LoRA+link
Llama-2-70b-chat-longlora-32k-sft70B32768LoRA+link

Models with context extension via fully fine-tuning

ModelSizeContextTrainLink
Llama-2-7b-longlora-8k-ft7B8192Full FTlink
Llama-2-7b-longlora-16k-ft7B16384Full FTlink
Llama-2-7b-longlora-32k-ft7B32768Full FTlink
Llama-2-7b-longlora-100k-ft7B100000Full FTlink
Llama-2-13b-longlora-8k-ft13B8192Full FTlink
Llama-2-13b-longlora-16k-ft13B16384Full FTlink
Llama-2-13b-longlora-32k-ft13B32768Full FTlink

Models with context extension via improved LoRA fine-tuning

ModelSizeContextTrainLink
Llama-2-7b-longlora-8k7B8192LoRA+link
Llama-2-7b-longlora-16k7B16384LoRA+link
Llama-2-7b-longlora-32k7B32768LoRA+link
Llama-2-13b-longlora-8k13B8192LoRA+link
Llama-2-13b-longlora-16k13B16384LoRA+link
Llama-2-13b-longlora-32k13B32768LoRA+link
Llama-2-13b-longlora-64k13B65536LoRA+link
Llama-2-70b-longlora-32k70B32768LoRA+link
Llama-2-70b-chat-longlora-32k70B32768LoRA+link

Citation

If you find this project useful in your research, please consider citing:

@article{longlora,
  title={LongLoRA: Efficient Fine-tuning of Long-Context Large Language Models},
  author={Yukang Chen and Shengju Qian and Haotian Tang and Xin Lai and Zhijian Liu and Song Han and Jiaya Jia},
  journal={arXiv:2309.12307},
  year={2023}
}

Acknowledgement

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
6d17c85

0 моделей