/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Размер весов
26 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
25 дек 2023

ELYZA-japanese-Llama-2-13b

Генерация текстаТекст → текст5 профессий

Японская версия Llama 2 на 13 млрд параметров с дополнительным предварительным обучением для генерации текста на японском языке.

248скачиваний за 30 дней23лайкавеса обновлены27 дек 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

ELYZA-japanese-Llama-2-13b — плотная авторегрессионная языковая модель семейства Llama 2, разработанная командой ELYZA. Модель основана на Llama 2 и прошла дополнительное предварительное обучение для расширения возможностей работы с японским языком. В карточке указаны разработчики: Акира Сасаки, Масато Хиракава, Синтаро Хориэ, Томоаки Накамура, Сэм Пассалия и Дайсукэ Оба.

Модель содержит 12,9 млрд параметров по метаданным Hugging Face (в README указано 13,02 млрд), использует архитектуру LlamaForCausalLM и принимает текст для генерации текста. Указанная длина контекста — 4096 токенов. Метаданные отмечают японский и английский языки; основная цель дополнительного обучения — повысить качество работы на японском.

Модель подходит для генерации японского текста и других задач продолжения текста. README не приводит результатов оценки качества или подробных рекомендаций по применению. Репозиторий использует лицензию llama2, поэтому условия использования определяются лицензией Llama 2.

Сценарии применения

  • генерация японского текста
  • продолжение японского текста по заданному началу
  • создание черновиков и текстовых ответов на японском
  • генерация текста на английском языке

Ограничения

В карточке не приведены результаты бенчмарков и подробные рекомендации по применению. Использование регулируется лицензией Llama 2.

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

ELYZA-japanese-Llama-2-13b

ELYZA-Japanese-Llama2-image

Model Description

ELYZA-japanese-Llama-2-13b は、 Llama 2をベースとして日本語能力を拡張するために追加事前学習を行ったモデルです。 詳細は Blog記事 を参照してください。

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "elyza/ELYZA-japanese-Llama-2-13b"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16,
    use_cache=True,
    device_map="auto",
    low_cpu_mem_usage=True,
)
model.eval()

text = "自然言語処理とは、"
token_ids = tokenizer.encode(text, add_special_tokens=False, return_tensors="pt")

with torch.no_grad():
    output_ids = model.generate(
        token_ids.to(model.device),
        max_new_tokens=256,
        pad_token_id=tokenizer.pad_token_id,
        eos_token_id=tokenizer.eos_token_id,
    )
output = tokenizer.decode(output_ids.tolist()[0], skip_special_tokens=True)
print(output)

ELYZA-japanese-Llama-2-13b Models

Model NameVocab Size#Params
elyza/ELYZA-japanese-Llama-2-13b3200013.02B
elyza/ELYZA-japanese-Llama-2-13b-instruct3200013.02B
elyza/ELYZA-japanese-Llama-2-13b-fast4458113.14B
elyza/ELYZA-japanese-Llama-2-13b-fast-instruct4458113.14B

Developers

Licence

Llama 2 is licensed under the LLAMA 2 Community License, Copyright (c) Meta Platforms, Inc. All Rights Reserved.

How to Cite

@misc{elyzallama2023, 
      title={ELYZA-japanese-Llama-2-13b}, 
      url={https://huggingface.co/elyza/ELYZA-japanese-Llama-2-13b}, 
      author={Akira Sasaki and Masato Hirakawa and Shintaro Horie and Tomoaki Nakamura and Sam Passaglia and Daisuke Oba},
      year={2023},
}

Citations

@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}
}

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
24be61d

0 моделей