/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
5,9 млрд
Размер весов
24,7 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
30 ноя 2023

Yi-Ko-6B

Генерация текстаТекст → текст3 профессии

Корейско-английская авторегрессионная модель на 5,9 млрд параметров для генерации текста с расширенным корейским словарём.

548скачиваний за 30 дней38лайковвеса обновлены8 июл 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

Yi-Ko-6B — авторегрессионная языковая модель, разработанная Junbum Lee (Beomi) как дальнейшее предварительное обучение моделей 01-ai Yi на смешанном корейском и английском корпусе. Модель содержит около 5,9 млрд параметров, использует плотную архитектуру на основе Llama-2 и предназначена для работы через Transformers с классом LlamaForCausalLM.

Модель принимает текст и генерирует текст. Расширенный словарь SentencePiece BPE включает 78 464 токена, в том числе дополнительные корейские токены; это помогает эффективнее токенизировать корейский текст. Модель ориентирована прежде всего на корейский и английский языки. Метаданные указывают контекст до 2 048 токенов; в README для этой версии заявлена длина 4k.

Yi-Ko-6B подходит для генерации и продолжения текста, а также для задач языкового моделирования на корейском и английском. README приводит результаты оценок на корейских бенчмарках, но не описывает модель как готового диалогового ассистента. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста на корейском языке
  • продолжение корейского текста
  • генерация текста на английском языке
  • языковое моделирование на корейском и английском
  • эксперименты с корейскими LLM

Ограничения

Контекст ограничен 2 048 токенами по метаданным; в README указано 4k, поэтому сведения о длине контекста расходятся. Карточка описывает предварительно обученную модель и не заявляет специализированную инструкционную или чат-настройку.

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

Update @ 2024.01.29 New Model beomi/Yi-Ko-DUS-9B Released! 🎉

Update @ 2023.12.03 Yi-Ko(KoEN)-6B Achieved #1🥇 Pretrained Models at Open Korean LLM Leaderboard! 🎉

Update @ 2023.12.01 Alpha Release of Yi-Ko(KoEN)-6B model 🎉

beomi/Yi-Ko-6B

Yi-Ko series models serve as advanced iterations of 01-ai/Yi models, benefiting from an expanded vocabulary and the inclusion of Korean/English corpus in its further pretraining. Just like its predecessor, Yi-Ko series models operate within the broad range of generative text models that stretch from 6 billion to 34 billion parameters. This repository focuses on the 6B pretrained version, which is tailored to fit the Hugging Face Transformers format. For access to the other models, feel free to consult the index provided below.

Model Details

Model Developers Junbum Lee (Beomi)

Variations Yi-Ko series will come in a range of parameter sizes — 6B and 34B variations.

Input Models input text only.

Output Models generate text only.

Model Architecture

Yi-Ko series models are an auto-regressive language model that uses an optimized transformer architecture based on Llama-2*.

*Yi model architecture is based on Llama2, so it can be loaded via LlamaForCausalLM class on HF.

Model NameTraining DataParamsContext LengthGQATrained TokensLRBatch Size(per step)
Yi-Ko-6BA mix of Korean + English online data6B4kO>60B5e-52048

Vocab Expansion

Model NameVocabulary SizeDescription
Original Yi-Series64000Sentencepiece BPE
Expanded Yi-Ko Series78464Sentencepiece BPE. Added Korean vocab and merges

Tokenizing "안녕하세요, 오늘은 날씨가 좋네요.ㅎㅎ"

Model# of tokensTokens
Original Yi-Series47['<0xEC>', '<0x95>', '<0x88>', '<0xEB>', '<0x85>', '<0x95>', '하', '<0xEC>', '<0x84>', '<0xB8>', '<0xEC>', '<0x9A>', '<0x94>', ',', '▁', '<0xEC>', '<0x98>', '<0xA4>', '<0xEB>', '<0x8A>', '<0x98>', '은', '▁', '<0xEB>', '<0x82>', '<0xA0>', '<0xEC>', '<0x94>', '<0xA8>', '가', '▁', '<0xEC>', '<0xA2>', '<0x8B>', '<0xEB>', '<0x84>', '<0xA4>', '<0xEC>', '<0x9A>', '<0x94>', '.', '<0xE3>', '<0x85>', '<0x8E>', '<0xE3>', '<0x85>', '<0x8E>']
Expanded Yi-Ko Series10['▁안녕', '하세요', ',', '▁오늘은', '▁날', '씨가', '▁좋네요', '.', 'ㅎ', 'ㅎ']
*Equal Korean vocab with Llama-2-Ko Series

Tokenizing "Llama 2: Open Foundation and Fine-Tuned Chat Models"

Model# of tokensTokens
Original Yi-Series21['The', '▁Y', 'i', '▁series', '▁models', '▁are', '▁large', '▁language', '▁models', '▁trained', '▁from', '▁scratch', '▁by', '▁developers', '▁at', '▁', '0', '1', '.', 'AI', '.']
Expanded Yi-Ko Series21['▁The', '▁Y', 'i', '▁series', '▁models', '▁are', '▁large', '▁language', '▁models', '▁trained', '▁from', '▁scratch', '▁by', '▁developers', '▁at', '▁', '0', '1', '.', 'AI', '.']
*Equal Korean vocab with Llama-2-Ko Series*Since Expanded Yi-Ko Series prepends _ at the beginning of the text(to ensure same tokenization for Korean sentences), it shows negilible difference for the first token on English tokenization.

Model Benchmark

LM Eval Harness - Korean (polyglot branch)

beomi/Yi-Ko-6B051050
kobest_boolq (macro_f1)0.7058060.799050.8142990.81704
kobest_copa (macro_f1)0.7756040.8088990.8168660.842943
kobest_hellaswag (macro_f1)0.5008760.4986730.4935070.492183
kobest_sentineg (macro_f1)0.4043710.9672540.9823680.974811
kohatespeech (macro_f1)0.3534280.3518040.4024230.503764
kohatespeech_apeach (macro_f1)0.3376670.4986790.4719620.608401
kohatespeech_gen_bias (macro_f1)0.1245350.4847450.4744750.461714
korunsmile (f1)0.3828040.3493440.3913830.432875
nsmc (acc)0.550640.88010.898660.9071
pawsx_ko (acc)0.51450.540.5380.5165

LICENSE

Apache 2.0 (for research)

For commercial purpose, mailto: jun@beomi.net to acquire Yi-Ko sereis commercial license.

Citation

Please use this bibtex below:

@misc {lee_junbum_2024,
	author       = { {Lee Junbum} },
	title        = { Yi-Ko-6B (Revision 205083a) },
	year         = 2024,
	url          = { https://huggingface.co/beomi/Yi-Ko-6B },
	doi          = { 10.57967/hf/1708 },
	publisher    = { Hugging Face }
}

Acknowledgement

The training is supported by TPU Research Cloud program.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.50.27
AI2 Reasoning Challenge (25-Shot)48.89
HellaSwag (10-Shot)74.48
MMLU (5-Shot)55.72
TruthfulQA (0-shot)37.09
Winogrande (5-shot)72.93
GSM8k (5-shot)12.51

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
4ab6439

0 моделей