/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,7 млрд
Размер весов
27,6 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
10 апр 2023

kollama-7b

Генерация текстаТекст → текст4 профессии

KoLLAMA 7B — базовая модель LLaMA для генерации текста и исследований открытых языковых моделей, обученная на корейских, английских и программных данных.

35скачиваний за 30 дней10лайковвеса обновлены11 июл 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

KoLLAMA 7B — экспериментальная базовая языковая модель, разработанная исследователем Junbum Lee (Beomi) на архитектуре LLaMA. Модель содержит 6,7 млрд параметров и обучалась на корейских, английских и программных данных; в карточке указано, что она создана с помощью JAX, а репозиторий содержит веса в форматах PyTorch и safetensors. Контекст составляет 2048 токенов.

Модель предназначена прежде всего для исследований корейских открытых языковых моделей и генерации текста. Это альфа-версия базовой модели без обучения на человеческой обратной связи, поэтому её ответы могут быть ошибочными, токсичными или предвзятыми. В README также отмечено, что хотя обучение включало 20 языков, данных на английском было больше, поэтому ожидается более высокая эффективность на английском, чем на других языках. Лицензия — MIT.

Сценарии применения

  • генерация текста на корейском и английском языках
  • исследования корейских открытых языковых моделей
  • эксперименты с базовой авторегрессионной языковой моделью
  • генерация фрагментов программного кода

Ограничения

Это альфа-версия базовой модели, не обученная на человеческой обратной связи; она может выдавать неверный, токсичный или предвзятый контент. В обучающих данных преобладает английский язык, а контекст ограничен 2048 токенами.

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

🚧 Note: this repo is under construction 🚧

Todo

✅ - finish

⏳ - currently working on it

  • ✅ Train new BBPE Tokenizer
  • ✅ Test train code on TPUv4 Pods (with model parallel)
  • ✅ Converting test (jax to PyTorch)
  • ✅ LM train validation on minimal dataset (1 sentence 1000 step)
  • ⏳ Build Data Shuffler (curriculum learning)
  • ⏳ Train 7B Model
  • Train 13B Model
  • Train 33B Model
  • Train 65B Model

KoLLaMA Model Card

KoLLaMA (7B) trained on Korean/English/Code dataset with LLaMA Architecture via JAX, with the warm support from Google TPU Research Cloud program for providing part of the computation resources.

Model details

Researcher developing the model

Junbum Lee (aka Beomi)

Model date

KoLLaMA was trained between 2022.04~

Model version

This is alpha version of the model.

Model type

LLaMA is an auto-regressive language model, based on the transformer architecture. The model comes in different sizes: 7B, 13B, 33B and 65B parameters.

(This repo contains 7B model!)

Paper or resources for more information

More information can be found in the paper “LLaMA, Open and Efficient Foundation Language Models”, available at https://research.facebook.com/publications/llama-open-and-efficient-foundation-language-models/.

More info for KoAlpaca:

[TBD]

Citations details

KoLLAMA: [TBD] LLAMA: https://research.facebook.com/publications/llama-open-and-efficient-foundation-language-models/

License

MIT

Where to send questions or comments about the model

Questions and comments about KoLLaMA can be sent via the GitHub repository of the project , by opening an issue.

Intended use

Primary intended uses

The primary use of KoLLaMA is research on Korean Opensource large language models

Primary intended users

The primary intended users of the model are researchers in natural language processing, machine learning and artificial intelligence.

Out-of-scope use cases

LLaMA is a base, or foundational, model. As such, it should not be used on downstream applications without further risk evaluation and mitigation. In particular, our model has not been trained with human feedback, and can thus generate toxic or offensive content, incorrect information or generally unhelpful answers.

Factors

Relevant factors

One of the most relevant factors for which model performance may vary is which language is used. Although we included 20 languages in the training data, most of our dataset is made of English text, and we thus expect the model to perform better for English than other languages. Relatedly, it has been shown in previous studies that performance might vary for different dialects, and we expect that it will be the case for our model.

Evaluation datasets

[TBD]

Training dataset

[TBD]

Ethical considerations

Data

The data used to train the model is collected from various sources, mostly from the Web. As such, it contains offensive, harmful and biased content. We thus expect the model to exhibit such biases from the training data.

Human life

The model is not intended to inform decisions about matters central to human life, and should not be used in such a way.

Risks and harms

Risks and harms of large language models include the generation of harmful, offensive or biased content. These models are often prone to generating incorrect information, sometimes referred to as hallucinations. We do not expect our model to be an exception in this regard.

Use cases

LLaMA is a foundational model, and as such, it should not be used for downstream applications without further investigation and mitigations of risks. These risks and potential fraught use cases include, but are not limited to: generation of misinformation and generation of harmful, biased or offensive content.

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
9b35242

0 моделей