/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
304 млн
Архитектура
mistral · dense
Базовая модель
japanese-mistral-300m-base
Опубликована
11 дек 2023

japanese-mistral-300m-instruction

Генерация текстаТекст → текст3 профессии

Компактная японская инструкционная модель Mistral для генерации текста и ответов на инструкции.

62скачиваний за 30 дней3лайкавеса обновлены11 дек 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

ce-lery разработал японскую инструкционную языковую модель на архитектуре Mistral с 303,9 млн параметров. Это дообученная версия ce-lery/japanese-mistral-300m-base, дополнительно обученная на японской версии набора databricks-dolly-15k-ja; базовая модель предварительно обучалась на данных Wikipedia и CC-100.

Модель предназначена для генерации текста и выполнения инструкций на японском языке. В карточке также отмечена обработка неизвестных слов с помощью byte fallback в токенизаторе SentencePiece. Модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и распространяется в формате safetensors. Условия лицензии в доступных данных не приведены.

Сценарии применения

  • генерация ответов на японском языке
  • выполнение инструкций на японском языке
  • создание японских текстовых черновиков

Ограничения

Компактный размер модели может ограничивать качество и сложность ответов; заявленный контекст составляет 4096 токенов. Лицензия не приведена в доступных данных.

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

japanese-mistral-300m-instruction

Overview

Welcome to my model card!

This Model feature is ...

Yukkuri shite ittene!

How to use the model

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
import os

MODEL_NAME = "ce-lery/japanese-mistral-300m-instruction"
torch.set_float32_matmul_precision('high')

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, use_fast=False,trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME,trust_remote_code=True).to(device)

MAX_ASSISTANT_LENGTH = 100
MAX_INPUT_LENGTH = 128
INPUT_PROMPT = r'<s>\n以下は、タスクを説明する指示と、文脈のある入力の組み合わせです。要求を適切に満たす応答を書きなさい。\n[SEP]\n指示:\n{instruction}\n[SEP]\n入力:\n{input}\n[SEP]\n応答:\n'
NO_INPUT_PROMPT = r'<s>\n以下は、タスクを説明する指示です。要求を適切に満たす応答を書きなさい。\n[SEP]\n指示:\n{instruction}\n[SEP]\n応答:\n'

def prepare_input(instruction, input_text):
    if input_text != "":
        prompt = INPUT_PROMPT.format(instruction=instruction, input=input_text)
    else:
        prompt = NO_INPUT_PROMPT.format(instruction=instruction)
    return prompt

def format_output(output):
    output = output.lstrip("<s>").rstrip("</s>").replace("[SEP]", "").replace("\\n", "\n")
    return output

def generate_response(instruction, input_text):
    prompt = prepare_input(instruction, input_text)
    token_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt")
    n = len(token_ids[0])
    # print(n)

    with torch.no_grad():
        output_ids = model.generate(
            token_ids.to(model.device),
            min_length=n,
            max_length=min(MAX_INPUT_LENGTH, n + MAX_ASSISTANT_LENGTH),
            top_p=0.95,
            top_k=50,
            temperature=0.4,
            do_sample=True,
            no_repeat_ngram_size=2,
            num_beams=3,
            pad_token_id=tokenizer.pad_token_id,
            bos_token_id=tokenizer.bos_token_id,
            eos_token_id=tokenizer.eos_token_id,
            bad_words_ids=[[tokenizer.unk_token_id]]
        )

    output = tokenizer.decode(output_ids.tolist()[0])
    formatted_output_all = format_output(output)
    response = f"Assistant:{formatted_output_all.split('応答:')[-1].strip()}"

    return formatted_output_all, response 

instruction = "あなたは何でも正確に答えられるAIです。"
questions = [
    "日本で一番高い山は?",
    "日本で一番広い湖は?",
    "世界で一番高い山は?",
    "世界で一番広い湖は?",
    "冗談を言ってください。",
]

# 各質問に対して応答を生成して表示
for question in questions:
    formatted_output_all, response = generate_response(instruction, question)
    print(response)

Receipe

If you want to restruct this model, you can refer this Github repository.

I wrote the receipe for struction this model. For example,

  • Preprocess with sentencepiece
  • Pretraining with flash attention2 and torch.compile and DeepSpeed
  • Fine-tuning with databricks-dolly-15k-ja

If you find my mistake,error,...etc, please create issue. If you create pulreqest, I'm very happy!

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.95) and epsilon=0.0001
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 200
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
3.5953.51403.5299
3.47697.02803.3722
3.303710.531203.1871
3.125514.051603.0088
2.961517.562002.8684
2.846821.072402.7808
2.769924.582802.7205
2.713928.093202.6793
2.671231.63602.6509
2.635635.124002.6294
2.604838.634402.6120
2.582342.144802.5974
2.553645.655202.5849
2.529349.165602.5740
2.505852.676002.5644
2.48256.196402.5556
2.457559.76802.5477
2.433963.217202.5405
2.407366.727602.5350
2.384570.238002.5303
2.360673.748402.5253
2.32977.268802.5215
2.307180.779202.5185
2.276884.289602.5155
2.247987.7910002.5144
2.218191.310402.5151
2.190194.8110802.5139
2.157198.3311202.5148
2.1308101.8411602.5166
2.1032105.3512002.5193
2.0761108.8612402.5204
2.0495112.3712802.5269
2.0231115.8813202.5285
2.0021119.413602.5328
1.9793122.9114002.5383
1.9575126.4214402.5442
1.9368129.9314802.5488
1.9216133.4415202.5534
1.902136.9515602.5584
1.8885140.4716002.5609
1.8728143.9816402.5657
1.8605147.4916802.5697
1.8476151.017202.5741
1.8402154.5117602.5770
1.8274158.0218002.5803
1.8218161.5418402.5829
1.8144165.0518802.5847
1.8097168.5619202.5867
1.8076172.0719602.5883
1.8014175.5820002.5892
1.8001179.0920402.5899
1.7987182.6120802.5903
1.7971186.1221202.5906
1.7979189.6321602.5907
1.7975193.1422002.5907

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.1+cu121
  • Datasets 2.14.5
  • Tokenizers 0.14.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
025d0db

0 моделей