/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
mpt · dense
Опубликована
4 дек 2023

titulm-mpt-1b-v1.0

Генерация текстаТекст → текст3 профессии

Бенгальская языковая модель MPT примерно на 1 млрд параметров для генерации и понимания текста.

123скачиваний за 30 дней11лайковвеса обновлены3 апр 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

TituLM-1B-BN-V1 — языковая модель компании Hishab для генерации и понимания текстов на бенгальском языке. Она построена на декодерном трансформере MPT и содержит около 1 млрд параметров; в карточке указаны 24 слоя и словарь размером 72 000 токенов. Модель обучали на 4,51 млрд бенгальских токенов из наборов CulturaX, книг, Bangla Wikipedia, Banglapedia и новостных статей.

Модель предназначена для продолжения текста и генерации ответов или черновиков на бенгальском языке. Обучение выполнялось с помощью llm-foundry; заявленная максимальная длина последовательности — 2048 токенов. Доступны веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текстов на бенгальском языке
  • продолжение бенгальских текстов по началу
  • создание черновиков статей и новостей на бенгальском
  • генерация ответов на текстовые запросы на бенгальском

Ограничения

В карточке приведены метрики perplexity 22.562 и cross-entropy loss 3.11, но нет сравнительных оценок качества или сведений о поведении на задачах, отличных от генерации бенгальского текста.

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

TituLM-1B-BN-V1

TituLM-1B-BN-V1 is a large language model specifically trained for generating and understanding Bangla text. Utilizing a decoder-style transformer architecture, this model has been extensively trained on a dataset comprising 4.51 billion Bangla tokens. This model is the part of iterative train and release Bangla LLM from Hishab.

Training

The training process was managed using the robust framework provided by MosaicML's llm-foundry repository. Throughout the training phase, titulm-1b-bn-v1 underwent a total of 59 iterations, allowing for iterative refinements and optimization. Notable training configs:

  • n_nead: 16
  • n_layers: 24
  • max_sequence_length: 2048
  • vocab_size: 72000
  • attn_impl: flash
  • Trained on 8 H100 GPU on GCP

Training evaluation status

  • Evaluation CrossEntropy Loss

    Final loss: 3.11

  • Language Perplexity

    Final Perplexity: 22.562

Datasets

We add Bangla text datasets from several sources including

  • Culturax
  • Books
  • Bangla Wikipedia
  • Banglapedia
  • News articles

Our total data size is 58 GB of deduplicated data with 4.51 billion tokens tokenized by our sentencepiece model.

How to Use

The basic use cases to generate text using this model is simple. Follow the below code to generate text using this model.

Install the following library before running the code:

pip install transformers
pip install einops
pip install accelerate
import transformers
from transformers import pipeline

model_name = 'hishab/titulm-1b-bn-v1'

config = transformers.AutoConfig.from_pretrained(model_name, trust_remote_code=True)
config.max_seq_len = 2048

model = transformers.AutoModelForCausalLM.from_pretrained(
  model_name,
  config=config,
  trust_remote_code=True
)

tokenizer = transformers.AutoTokenizer.from_pretrained('hishab/titulm-1b-bn-v1')

pipe = pipeline('text-generation', model=model, tokenizer=tokenizer, device='cuda:0')
output = pipe('আমি বাংলায় গান',
            max_new_tokens=100,
            do_sample=True,
            use_cache=True)

print(output)

Citation

@misc{hishab_2024_titulm_1b_bn_v1,
  author = {Hishab Technologies Ltd.},
  title = {TituLM-1B-BN-V1},
  year = {2024},
  publisher = {HuggingFace Models},
  howpublished = {https://huggingface.co/hishab/titulm-1b-bn-v1},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MPTForCausalLM
Ревизия весов
f12166b

0 моделей