/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
6,7 млрд
Размер весов
28 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
1 ноя 2023

calm2-7b-chat

Генерация текстаТекст → текст3 профессии

CyberAgentLM2-Chat — дообученная диалоговая модель CyberAgent для генерации ответов на японском и английском языках.

679скачиваний за 30 дней77лайковвеса обновлены17 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

CyberAgentLM2-Chat — диалоговая модель, разработанная CyberAgent, Inc. на основе CyberAgentLM2 и дообученная для общения. Это плотная Transformer-модель семейства Llama с архитектурой LlamaForCausalLM, примерно 6,7 млрд параметров и контекстом до 32 768 токенов. Для диалога используется шаблон с чередующимися репликами USER и ASSISTANT.

Модель предназначена для генерации ответов в японском и английском языках. Её можно применять в чат-ботах и для ведения многоходового диалога. Репозиторий содержит веса PyTorch и Safetensors; для работы README указывает Transformers версии 4.34.1 или новее и Accelerate. Лицензия — Apache-2.0.

Сценарии применения

  • создание чат-бота на японском языке
  • создание чат-бота на английском языке
  • генерация ответов в многоходовом диалоге
  • разработка диалоговых приложений на базе Llama

Ограничения

Модель описана для японского и английского языков; пригодность для других языков и специализированных областей не подтверждена. README не приводит результатов оценивания качества.

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

CyberAgentLM2-7B-Chat (CALM2-7B-Chat)

Model Description

CyberAgentLM2-Chat is a fine-tuned model of CyberAgentLM2 for dialogue use cases.

Requirements

  • transformers >= 4.34.1
  • accelerate

Usage

import transformers
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

assert transformers.__version__ >= "4.34.1"

model = AutoModelForCausalLM.from_pretrained("cyberagent/calm2-7b-chat", device_map="auto", torch_dtype="auto")
tokenizer = AutoTokenizer.from_pretrained("cyberagent/calm2-7b-chat")
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)

prompt = """USER: AIによって私達の暮らしはどのように変わりますか?
ASSISTANT: """

token_ids = tokenizer.encode(prompt, return_tensors="pt")
output_ids = model.generate(
    input_ids=token_ids.to(model.device),
    max_new_tokens=300,
    do_sample=True,
    temperature=0.8,
    streamer=streamer,
)

Chat Template

USER: {user_message1}
ASSISTANT: {assistant_message1}<|endoftext|>
USER: {user_message2}
ASSISTANT: {assistant_message2}<|endoftext|>
USER: {user_message3}
ASSISTANT: {assistant_message3}<|endoftext|>

Model Details

  • Model size: 7B
  • Context length: 32768
  • Model type: Transformer-based Language Model
  • Language(s): Japanese, English
  • Developed by: CyberAgent, Inc.
  • License: Apache-2.0

Author

Ryosuke Ishigami

Citations

@article{touvron2023llama,
  title={LLaMA: Open and Efficient Foundation Language Models},
  author={Touvron, Hugo and Lavril, Thibaut and Izacard, Gautier and Martinet, Xavier and Lachaux, Marie-Anne and Lacroix, Timoth{\'e}e and Rozi{\`e}re, Baptiste and Goyal, Naman and Hambro, Eric and Azhar, Faisal and Rodriguez, Aurelien and Joulin, Armand and Grave, Edouard and Lample, Guillaume},
  journal={arXiv preprint arXiv:2302.13971},
  year={2023}
}

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
3e110c7

0 моделей