/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,3 млрд
Размер весов
5,4 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
18 янв 2024

base_15k

Генерация текстаТекст → текст

Ранняя базовая контрольная точка двуязычной модели CroissantLLM для генерации текста на английском и французском языках.

199скачиваний за 30 дней0лайковвеса обновлены1 фев 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

CroissantLLM Base 15k — базовая языковая модель семейства LLaMA, разработанная в рамках инициативы CroissantLLM. Это контрольная точка после 15 тысяч шагов обучения, соответствующая 0,24 трлн токенов; модель содержит 1,3 млрд параметров и принимает контекст до 2048 токенов. Веса доступны в формате PyTorch, лицензия — MIT.

Модель предназначена для генерации текста на английском и французском языках и для исследований двуязычных языковых моделей. В README указано, что это базовая модель без дообучения для чата; она лучше подходит для сценариев с few-shot-примерами. Для общения в формате чата авторы рекомендуют отдельную Chat-версию. Карточка описывает обучение CroissantLLM на англо-французском корпусе, однако этот чекпойнт находится на раннем этапе обучения и не является финальной версией.

Сценарии применения

  • генерация продолжений текста на английском языке
  • генерация продолжений текста на французском языке
  • few-shot выполнение текстовых задач
  • исследование обучения двуязычных языковых моделей

Ограничения

Это чекпойнт после 15 тысяч шагов обучения, а не финальная или чат-версия модели; для диалогового использования авторы рекомендуют CroissantLLM Chat. Контекст ограничен 2048 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CroissantLLM - Base (15k steps)

This model is part of the CroissantLLM initiative, and corresponds to the checkpoint after 15k steps (0.24 T) tokens.

To play with the final model, we recommend using the Chat version: https://huggingface.co/croissantllm/CroissantLLMChat-v0.1.

Abstract

We introduce CroissantLLM, a 1.3B language model pretrained on a set of 3T English and French tokens, to bring to the research and industrial community a high-performance, fully open-sourced bilingual model that runs swiftly on consumer-grade local hardware. To that end, we pioneer the approach of training an intrinsically bilingual model with a 1:1 English-to-French pretraining data ratio, a custom tokenizer, and bilingual finetuning datasets. We release the training dataset, notably containing a French split with manually curated, high-quality, and varied data sources. To assess performance outside of English, we craft a novel benchmark, FrenchBench, consisting of an array of classification and generation tasks, covering various orthogonal aspects of model performance in the French Language. Additionally, rooted in transparency and to foster further Large Language Model research, we release codebases, and dozens of checkpoints across various model sizes, training data distributions, and training steps, as well as fine-tuned Chat models, and strong translation models. We evaluate our model through the FMTI framework, and validate 81% of the transparency criteria, far beyond the scores of even most open initiatives. This work enriches the NLP landscape, breaking away from previous English-centric work in order to strengthen our understanding of multilinguality in language models.

Citation

Our work can be cited as:

Coming soon

Usage

This model is a base model, that is, it is not finetuned for Chat function and works best with few-shot prompting strategies.


import torch
from transformers import AutoModelForCausalLM, AutoTokenizer


model_name = "croissantllm/base_15k"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.float16, device_map="auto")

inputs = tokenizer("I am so tired I could sleep right now. -> Je suis si fatigué que je pourrais m'endormir maintenant.
He is heading to the market. -> Il va au marché.
We are running on the beach. ->", return_tensors="pt").to(model.device)
tokens = model.generate(**inputs, max_length=100, do_sample=True, top_p=0.95, top_k=60, temperature=0.5)
print(tokenizer.decode(tokens[0]))

# remove bos token
inputs = tokenizer("Capitales: France -> Paris, Italie -> Rome, Allemagne -> Berlin, Espagne ->", return_tensors="pt", add_special_tokens=True).to(model.device)
tokens = model.generate(**inputs, max_length=100, do_sample=True, top_p=0.95, top_k=60)
print(tokenizer.decode(tokens[0]))

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
a1d0e9f

0 моделей