/ Модель

Характеристики

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

Chuxin-1.6B-Base

Генерация текстаТекст → текст5 профессий

Базовая языковая модель Chuxin на архитектуре LLaMA с примерно 1,4 млрд параметров для генерации текста и последующей настройки под прикладные задачи.

604скачиваний за 30 дней16лайковвеса 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-Base — базовая языковая модель семейства Chuxin, представленная в репозитории chuxin-llm. Она содержит около 1,4 млрд параметров по метаданным, а в карточке округлённо указано 1,6 млрд. Модель построена на архитектуре LLaMA и доступна в формате PyTorch; для генерации текста ей передают текстовый контекст, а она продолжает его.

Разработчики сообщают, что модель обучена на открытых данных и предназначена для использования в различных последующих задачах. В карточке приведены сравнения на тестах рассуждения, понимания прочитанного, знаний и программирования. Заявленный размер контекстного окна — 4096 токенов. Лицензия MIT допускает широкое использование с соблюдением её условий.

Это базовая, а не специализированная на конкретной прикладной области модель; для диалогового применения или других заданий может потребоваться дополнительная настройка. Результаты бенчмарков в карточке частично получены разработчиками, а частично взяты из публикаций и Open LLM Leaderboard, поэтому напрямую сопоставлять их следует с осторожностью.

Сценарии применения

  • продолжение и генерация текста по подсказке
  • создание основы для дообучения под прикладную задачу
  • эксперименты с компактными языковыми моделями
  • оценка языковой модели на тестах рассуждения и понимания текста

Ограничения

Модель базовая и может требовать дообучения для диалоговых или специализированных сценариев. Заявленное контекстное окно составляет 4096 токенов; результаты бенчмарков получены разными способами и требуют осторожного сравнения.

Для каких профессий подходит5

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-Base

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强的竞争力。

Chuxin-1.6B-1M是基于Chuxin-1.6B-base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-base 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-Base", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("chuxin-llm/Chuxin-1.6B-Base", 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
Gemma2B48.9878.4569.518471.7339.878.0294.365.5170.03
H2O-Danube†1.8B35.8462.2965.81-68.2037.676.93-61.96-
Qwen1.51.8B37.0367.5166.647861.6034.4073.999361.5663.74
StableLM 21.6B43.5269.4475.58470.339.676.8296.164.1768.82
OpenLlama†3B346968-494075-62-
CT-LLM2B34.8165.4962.457454.7733.471.3890.657.8560.63
TinyLLama1.1B34.8167.4763.15746034.673.1288.858.8861.64
OLMo1B34.2267.5561.48263.9636.475.186.760.363.07
Chuxin-1.6B-Base1.6B39.6871.3871.258366.0935.0077.099563.5466.89

带有†的模型表示我们直接报告了相应论文中的分数,其他的则来自于我们重新测试的结果。

Models with † denote that we directly report the scores from the corresponding paper, and others are from our implementation.

Open LLM LeaderBoard

ModelsizeARC-cHellaSwagMMLUTruthfulQAWinograndeGSM-8kAvgAvg wo GSM
Gemma2B48.9871.7342.473365.5110.0845.352.34
H2O-Danube1.8B39. 6869.7525.9733.6364.172.0539.2146.64
Qwen1.5†1.8B37.8861.4246.7139.4360.333.5946.5549.15
StableLM 21.6B43.5270.339.836.6164.1717.2945.2850.88
OpenLlama†3B39.971.627.134.8670.940.348.08
CT-LLM2B34.8154.7737.8139.8157.857.3538.7345.01
TinyLLama1.1B33.8760.3126.0437.3259.511.4436.4243.41
OLMo1B34.2263.9635.4435.5362.679.8641.8148.2
Chuxin-1.6B-Base1.6B39.6866.0941.0737.6563.5412.6643.4549.61

带有†的模型表示我们直接报告 Open LLM排行榜的分数,其他的则来自于我们重新测试的结果。

Models with † denote that we directly report the scores from the Open LLM Leaderboard, and others are from our implementation.

CMMLU, C-Eval and HumanEval

ModelsizeC-EvalCMMLUHUMANEVAL
Gemma2B3131.069.51
Qwen1.51.8B59.3857.0823.17
StableLM 21.6B29.2730.17.32
CT-LLM2B36.7836.49.15
Chuxin-1.6B-Base1.6B39.3137.119.76

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
444ee4e

0 моделей