/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
825 млн
Размер весов
31,4 ГБ
Лицензия
Своя лицензия
Архитектура
mixtral · MoE
Библиотека
transformers
Опубликована
11 июн 2025

kanana-1.5-15.7b-a3b-base

Генерация текстаТекст → текст6 профессий

Базовая MoE-модель Kakao для генерации текста с контекстом до 32 768 токенов и упором на эффективный вывод.

290скачиваний за 30 дней10лайковвеса обновлены23 июл 2025

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

Kanana-1.5-15.7B-A3B-base — базовая языковая модель от Kakao, первая MoE-модель семейства Kanana. Она предназначена для генерации текста и служит основой для прикладных решений, включая последующее дообучение. По данным карточки, разреженная архитектура обеспечивает возможности, сопоставимые с плотной Kanana-1.5-8B, при использовании 37% FLOPS на токен; в описании семейства также упоминаются дистилляция по текущей политике и обучение с подкреплением на этапе постобучения.

Модель имеет архитектуру Mixtral MoE, распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Карточка указывает английский и корейский языки. Весы доступны на Hugging Face; лицензия обозначена как other, поэтому перед использованием следует проверить её условия в репозитории. Оценки приведены для базовой и instruct-моделей, но часть результатов instruct-модели в карточке отмечена как предназначенная только для сравнения.

Сценарии применения

  • генерация продолжений текста
  • создание основы для дообучения языковой модели
  • разработка англоязычных текстовых приложений
  • разработка корейскоязычных текстовых приложений
  • генерация текста с длинным контекстом

Ограничения

Это базовая модель, поэтому её поведение в диалоге и следование инструкциям могут уступать специально дообученным instruct-моделям. Лицензия указана как other; условия использования необходимо уточнять в репозитории.

Для каких профессий подходит6

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

News 🔥

Table of Contents

Kanana-1.5-15.7B-A3B

Introducing Kanana-1.5-15.7B-A3B, the first Mixture-of-Experts (MoE) model in our Kanana family, engineered for exceptional efficiency and powerful performance. Kanana-1.5-15.7B-A3B, which has sparse architecture, delivers capabilities comparable to the Kanana-1.5-8B dense model while utilizing only 37% of the FLOPS per token, making it a highly inference-efficient and cost-effective solution for real-world applications. Furthermore, Kanana-1.5-15.7B-A3B is powered by our newly enhanced post-training strategy, which includes on-policy distillation followed by reinforcement learning.

[!Note] Neither the pre-training nor the post-training data includes Kakao user data.

Performance

Base Model Evaluation

Instruct Model Evaluation

[!Note] * This model is not an open-sourced, just for comparison with Kanana-1.5-15.7B-A3B

Evaluation Protocol

  • Base Model Benchmarks

    • MMLU, KMMLU, HAE-RAE: 5-shot, log-likelihood
    • HumanEval: 0-shot, pass@1
    • MBPP: 3-shot, pass@1
    • GSM8K: 5-shot, exact-match (strict-match)
  • Instruct Model Benchmarks

    • MT-Bench, KoMT-Bench: 0-shot, gpt-4o-2024-08-06 as judge model
    • IFEval: 0-shot, mean of strict-prompt-level and strict-instruction-level
    • HumanEval+, MBPP+: 0-shot, pass@1
    • GSM8K, MATH: 0-shot, rule-based verification

Quickstart

vLLM

  • vllm>=0.8.5 or the latest version is required to run Kanana model.

Example Usage for Kanana-1.5-15.7B-A3B-Base

vllm serve $path_to_model \
        --served_model_name kanana-1.5-15.7b-a3b-base \
        --max-model-len 32768 \
        --gpu-memory-utilization 0.9 \
        --port 8000 \
        --dtype auto \
        --disable_cascade_attn

curl http://localhost:8000/v1/completions -H "Content-Type: application/json" -d '{
    "model": "kanana-1.5-15.7b-a3b-base",
    "prompt": "Kakao is a leading company in South Korea, and it is known for ",
    "max_tokens": 32,
    "top_k": 1
}'

# Output:
'''
...
"choices":[{"index":0,"text":"1) its innovative technology, 2) its high-quality products, and 3) its strong brand image. The company has a long history of success,"...
...
'''

Contributors

  • Language Model Training
    • Yunju Bak, Doohae Jung, Boseop Kim, Nayeon Kim, Hojin Lee, Jaesun Park, Minho Ryu, Jiyeon Ham, Seungjae Jung, Hyunho Kim, Hyunwoong Ko, Changmin Lee, Taegyeong Eo

Citation

@misc{kananallmteam2025kananacomputeefficientbilinguallanguage,
      title={Kanana: Compute-efficient Bilingual Language Models}, 
      author={Kanana LLM Team and Yunju Bak and Hojin Lee and Minho Ryu and Jiyeon Ham and Seungjae Jung and Daniel Wontae Nam and Taegyeong Eo and Donghun Lee and Doohae Jung and Boseop Kim and Nayeon Kim and Jaesun Park and Hyunho Kim and Hyunwoong Ko and Changmin Lee and Kyoung-Woon On and Seulye Baeg and Junrae Cho and Sunghee Jung and Jieun Kang and EungGyun Kim and Eunhwa Kim and Byeongil Ko and Daniel Lee and Minchul Lee and Miok Lee and Shinbok Lee and Gaeun Seo},
      year={2025},
      eprint={2502.18934},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.18934}, 
}

Contact

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
c9f2bbf

0 моделей