/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,4 млрд
Лицензия
MIT
Архитектура
llama · dense
Опубликована
7 мая 2024

Chuxin-1.6B-1M

Генерация текстаТекст → текст9 профессий

Chuxin-1.6B-1M — языковая модель семейства Llama для генерации текста и поиска информации в длинном контексте.

156скачиваний за 30 дней11лайковвеса обновлены9 мая 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

Chuxin-1.6B-1M — плотная авторегрессионная языковая модель семейства Llama, опубликованная разработчиками Chuxin. Это вариант модели Chuxin-1.6B, дополнительно обученный для работы с очень длинным контекстом; в README заявлены эксперименты по поиску фрагмента в длинном тексте, показывающие способность находить нужную информацию. Метаданные указывают 1,4 млрд параметров, формат PyTorch и стандартное контекстное окно 4096 токенов, поэтому заявленное обучение на окне 1M не следует трактовать как гарантированный размер контекста в текущей конфигурации репозитория.

Модель предназначена для генерации текста, ответов на вопросы по предоставленному контексту, чтения и рассуждений на основе текста. README также приводит оценки базовой модели на тестах общих знаний и понимания текста, однако эти результаты относятся к Chuxin-1.6B-Base, а не обязательно к варианту 1M. Модель принимает и генерирует текст; сведения о поддерживаемых естественных языках не приведены.

Репозиторий распространяется по лицензии MIT. Практические ограничения — расхождение между заявленным в карточке окном обучения 1M и указанным в метаданных native context 4096, а также отсутствие приведённых в карточке оценок качества именно для версии 1M.

Сценарии применения

  • генерация текста по запросу
  • ответы на вопросы по длинному документу
  • поиск заданного факта в большом тексте
  • чтение и понимание предоставленного контекста
  • решение задач на общие знания и рассуждение

Ограничения

Метаданные указывают native context 4096 токенов, хотя README описывает обучение с окном 1M; доступность полного окна зависит от конфигурации и реализации. В карточке нет отдельных результатов оценки качества версии 1M.

Для каких профессий подходит9

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

Chuxin-1.6B-1M

介绍 (Introduction)

Chuxin-1.6B-Base是16亿参数规模的模型。Chuxin-1.6B完全基于开源数据构建,在经过超大规模数据训练后,Chuxin-1.6B在各类下游任务上具有非常的竞争力。

Chuxin-1.6B-1M是基于Chuxin-1.6B模型在1M窗口下训练后的结果,大海捞针实验显示其具有非常强的上下文检索能力。

如果您想了解更多关于Chuxin-1.6B开源模型的细节,我们建议您参阅我们的技术报告

Chuxin-1.6B-Base is a model with 1.6 billion parameters. Chuxin-1.6B is built entirely on open-source data. After being trained with large-scale data, Chuxin has very competitive capabilities in various downstream tasks.

Chuxin-1.6B-1M is the result of training the Chuxin-1.6B model with a 1M windows. Experiments such as searching for a needle in a haystack demonstrate its strong contextual retrieval abilities.

If you would like to learn more about the Chuxin-1.6B open-source model, we suggest you refer to our technical report.

快速使用(Quickstart)

您可以通过以下代码轻松调用:

You can easily call the model with the following code:

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("chuxin-llm/Chuxin-1.6B-1M", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("chuxin-llm/Chuxin-1.6B-1M", device_map="auto", trust_remote_code=True, bf16=True).eval()
inputs = tokenizer('蒙古国的首都是乌兰巴托(Ulaanbaatar)\n冰岛的首都是雷克雅未克(Reykjavik)\n埃塞俄比亚的首都是', return_tensors='pt')
inputs = inputs.to(model.device)
pred = model.generate(**inputs, max_new_tokens=15, do_sample=False)
print(tokenizer.decode(pred.cpu()[0], skip_special_tokens=True))
# 蒙古国的首都是乌兰巴托(Ulaanbaatar)\n冰岛的首都是雷克雅未克(Reykjavik)\n埃塞俄比亚的首都是亚的斯亚贝巴(Addis Ababa)...

评测效果(Evaluation)

常识推理和阅读理解 (Common Sense Reasoning and Reading Comprehension tasks)

ModelsizeARC-cARC-eBoolqCopaHellaswagOpenbookQAPiqaSciqWinograndeAvg
chuxin-1.6B-base1.6B39.6871.3871.258366.0935.0077.099563.5466.89
chuxin-1.6B-32k1.6B39.1670.6667.718165.6935.876.8894.262.5165.96
chuxin-1.6B-64k1.6B38.4870.2467.528265.635.276.6194.363.365.92
chuxin-1.6B-128k1.6B39.0869.467.718065.7435.476.3994.163.365.68
chuxin-1.6B-256k1.6B40.1970.7569.37865.8535.876.8893.563.8566.01
chuxin-1.6B-512k1.6B40.6171.2167.777864.8234.876.8893.661.8865.51
chuxin-1.6B-1M1.6B41.1372.2662.087564.5934.876.7193.3362.4364.7

Open LLM LeaderBoard

ModelsizeARC-cHellaSwagMMLUTruthfulQAWinograndeGSM-8kAvgAvg wo GSM
chuxin-1.6B-base1.6B39.6866.0941.0737.6563.5412.6643.4549.61
chuxin-1.6B-32k1.6B39.1665.6938.6335.6662.5111.642.2148.33
chuxin-1.6B-64k1.6B38.4865.638.4335.0763.311.942.1348.18
chuxin-1.6B-128k1.6B39.0865.7437.6534.8963.311.0741.9648.13
chuxin-1.6B-256k1.6B40.1965.8537.1635.263.8510.1642.0748.45
chuxin-1.6B-512k1.6B40.6164.8236.6633.6661.888.1140.9647.53
Chuxin-1.6B-1M1.6B41.1364.5935.7634.6762.436.8240.947.72

大海捞针 (needle in a haystack)

引用 (Citation)

如果你觉得我们的工作对你有帮助,欢迎引用!

If you find our work helpful, feel free to give us a cite.

@article{chuxin,
  title={CHUXIN: 1.6B TECHNICAL REPORT},
  author={Xiaomin Zhuang, Yufan Jiang, Qiaozhi He, Zhihua Wu},
  journal={arXiv preprint arXiv:2405.04828},
  year={2024}
}

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
dc0fd6a

0 моделей