/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,7 млрд
Размер весов
8,2 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
30 авг 2023

ELYZA-japanese-Llama-2-7b-fast-instruct-GPTQ

Генерация текстаТекст → текст3 профессии

GPTQ-квантизированная японская инструкционная модель на базе Llama 2 для генерации текста и выполнения инструкций.

622скачиваний за 30 дней3лайкавеса обновлены13 ноя 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

dahara1/ELYZA-japanese-Llama-2-7b-fast-instruct-GPTQ — это GPTQ-квантизированная версия инструкционной языковой модели ELYZA-japanese-Llama-2-7b-fast-instruct. Модель основана на архитектуре Meta Llama 2, дополнительно предобучена на японском языке и дообучена для следования инструкциям; исходную модель разработала команда ELYZA, а данную квантизированную версию опубликовал dahara1.

Модель предназначена для генерации текста, диалоговых ответов, выполнения инструкций на японском и частично на английском языках, а также для написания связного текста по заданному запросу. Она имеет около 6,7 млрд параметров и контекст до 4096 токенов. Квантизация GPTQ уменьшает размер модели примерно до 4,11 ГБ и снижает требования к памяти, но может ухудшать качество и скорость в зависимости от окружения.

Для работы требуется библиотека AutoGPTQ и как минимум один GPU из-за ограничений библиотеки Accelerate. Свободная версия Hugging Face Spaces для запуска не подходит. README отмечает заметное ухудшение способности следовать инструкциям по сравнению с исходной моделью, включая склонность к повторениям. Модель распространяется по лицензии llama2.

Сценарии применения

  • ответы на вопросы на японском языке
  • написание коротких рассказов и другого японского текста
  • диалоговый помощник на японском языке
  • генерация текста по инструкции
  • эксперименты с локальным запуском Llama 2

Ограничения

Квантизация заметно ухудшает следование инструкциям по сравнению с исходной моделью; в примерах наблюдаются повторы и слабое качество ответов. Для запуска требуется GPU, AutoGPTQ и совместимое окружение.

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

Model Card for Model ID

Original model elyza/ELYZA-japanese-Llama-2-7b-fast-instruct which is based on Meta's "Llama 2" and has undergone additional pre-training in Japanese, and thier original post-training and speed up tuning.

This model is a quantized(miniaturized to 4.11GB) version of the original model(13.69GB).

Model Details

Quantization reduces the amount of memory required and improves execution speed, but unfortunately performance deteriorates.

In particular, the original model is tuned for the purpose of strengthening the ability to follow Japanese instructions, not as a benchmark.

Although the ability to follow instructions cannot be measured using existing automated benchmarks, we have confirmed that quantized model significantly deteriorates the ability to follow instructions.

At least one GPU is currently required due to a limitation of the Accelerate library.
So this model cannot be run with the huggingface space free version. You need autoGPTQ library to use this model.

Other Quantized Model

New!

dahara1/ELYZA-japanese-Llama-2-7b-instruct-AWQ is newly published.
The awq model has improved ability to follow instructions, so please try it.

There are another two llama.cpp version quantized model.
If you want to run it in a CPU-only environment, you may want to check this.

(1)mmnga's gguf version
(2)opparco's gguf version

Japanese automated benchmark result

Benchmark settings are the same as weblab-10b-instruction-sft-GPTQ

TaskVersionMetricValueStderr
jcommonsenseqa-1.1-0.31.1acc0.7417±0.0131
acc_norm0.3485±0.0143
TaskVersionMetricValueStderr
jsquad-1.1-0.31.1exact_match69.0455
f180.2155

Sample Code

pip install auto-gptq
from transformers import AutoTokenizer
from auto_gptq import AutoGPTQForCausalLM

quantized_model_dir = "dahara1/ELYZA-japanese-Llama-2-7b-fast-instruct-GPTQ"

model_basename = "gptq_model-4bit-128g"
tokenizer = AutoTokenizer.from_pretrained(quantized_model_dir)

model = AutoGPTQForCausalLM.from_quantized(
        quantized_model_dir,
        model_basename=model_basename,
        use_safetensors=True,
        disable_exllama=False,
        inject_fused_attention=False,
        device="cuda:0")

B_INST, E_INST = "[INST]", "[/INST]"
B_SYS, E_SYS = "<<SYS>>\n", "\n<</SYS>>\n\n"
DEFAULT_SYSTEM_PROMPT = "あなたは誠実で優秀な日本人のアシスタントです。"
text = "クマが海辺に行ってアザラシと友達になり、最終的には家に帰るというプロットの短編小説を書いてください。"

prompt = "{bos_token}{b_inst} {system}{prompt} {e_inst} ".format(
    bos_token=tokenizer.bos_token,
    b_inst=B_INST,
    system=f"{B_SYS}{DEFAULT_SYSTEM_PROMPT}{E_SYS}",
    prompt=text,
    e_inst=E_INST,
)

tokens = tokenizer(prompt, return_tensors="pt").to("cuda:0").input_ids
output = model.generate(
        input_ids=tokens,
        max_new_tokens=256,
        pad_token_id=tokenizer.pad_token_id,
        eos_token_id=tokenizer.eos_token_id)
print(tokenizer.decode(output[0]))

result.

<s><s> [INST] <<SYS>>
あなたは誠実で優秀な日本人のアシスタントです。
<</SYS>>

クマが海辺に行ってアザラシと友達になり、最終的には家に帰るというプロットの短編小説を書いてください。 [/INST] クマは海辺にやってきました。
海辺はとてもきれいでした。
クマは海辺に座って、海を眺めていました。
すると、海辺にアザラシがやってきました。
アザラシはクマに話しかけました。
「どうしてここにいるの?」「私は海辺に座って海を眺めていました。
すると、アザラシがやってきました。
アザラシはクマに話しかけました。
「どうしてここにいるの?」「私は海辺に座って海を眺めていました。
すると、アザラシがやってきました。
アザラシはクマに話しかけました。
「どうしてここにいるの?」「私は海辺に座って海を眺めていました。
すると、アザラシがやってきました。
アザラシはクマに話しかけました。
「どうしてここにいるの?」「私は海辺に座って海を眺めていました。
すると、アザラシがやってきました。
アザラシはクマに話しかけました。
「どうしてここに

Colab Sample with extra benchmark

Colab Sample with extra benchmark

elyza_tasks_100_over_4score_prompt borrows data from ELYZA-tasks-100 評価結果シート.

The original model was able to perform well at these prompts but this model does not always give good results.
So if you need high performance, please use the original model.

Citations

This model is based on the work of the following people:

@misc{elyzallama2023, 
      title={ELYZA-japanese-Llama-2-7b}, 
      url={https://huggingface.co/elyza/ELYZA-japanese-Llama-2-7b}, 
      author={Akira Sasaki and Masato Hirakawa and Shintaro Horie and Tomoaki Nakamura},
      year={2023},
}
@misc{touvron2023llama,
      title={Llama 2: Open Foundation and Fine-Tuned Chat Models}, 
      author={Hugo Touvron and Louis Martin and Kevin Stone and Peter Albert and Amjad Almahairi and Yasmine Babaei and Nikolay Bashlykov and Soumya Batra and Prajjwal Bhargava and Shruti Bhosale and Dan Bikel and Lukas Blecher and Cristian Canton Ferrer and Moya Chen and Guillem Cucurull and David Esiobu and Jude Fernandes and Jeremy Fu and Wenyin Fu and Brian Fuller and Cynthia Gao and Vedanuj Goswami and Naman Goyal and Anthony Hartshorn and Saghar Hosseini and Rui Hou and Hakan Inan and Marcin Kardas and Viktor Kerkez and Madian Khabsa and Isabel Kloumann and Artem Korenev and Punit Singh Koura and Marie-Anne Lachaux and Thibaut Lavril and Jenya Lee and Diana Liskovich and Yinghai Lu and Yuning Mao and Xavier Martinet and Todor Mihaylov and Pushkar Mishra and Igor Molybog and Yixin Nie and Andrew Poulton and Jeremy Reizenstein and Rashi Rungta and Kalyan Saladi and Alan Schelten and Ruan Silva and Eric Michael Smith and Ranjan Subramanian and Xiaoqing Ellen Tan and Binh Tang and Ross Taylor and Adina Williams and Jian Xiang Kuan and Puxin Xu and Zheng Yan and Iliyan Zarov and Yuchen Zhang and Angela Fan and Melanie Kambadur and Sharan Narang and Aurelien Rodriguez and Robert Stojnic and Sergey Edunov and Thomas Scialom},
      year={2023},
      eprint={2307.09288},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

about this work

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
c255037

0 моделей