/ Модель

Характеристики

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

kanana-1.5-15.7b-a3b-instruct

Генерация текстаТекст → текст15 профессий

Разреженная MoE-модель Kakao для диалогов, генерации текста, ответов на вопросы, математики и программирования на английском и корейском языках.

485скачиваний за 30 дней27лайковвеса обновлены11 сен 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-Instruct — разговорная языковая модель Kakao с разреженной архитектурой Mixture-of-Experts на базе Mixtral. В модели 15,7 млрд параметров всего, при этом активируется около 3 млрд параметров; заявленный размер в метаданных — 824,7 млн параметров. Модель принимает текст и генерирует текст, поддерживает английский и корейский языки, а длина контекста составляет 32 768 токенов.

Модель предназначена для диалогов и генерации текста, включая ответы на вопросы, следование инструкциям, решение математических задач и написание кода. Kakao сообщает, что её эффективность по вычислениям на токен сопоставима с Kanana-1.5-8B при использовании 37% FLOPS, а постобучение включало дистилляцию на собственных ответах и обучение с подкреплением. Для запуска README рекомендует vLLM версии 0.8.5 или новее. Лицензия указана как other, поэтому конкретные условия использования следует сверять с карточкой модели.

Сценарии применения

  • ответы на вопросы и ведение диалога на английском
  • ответы на вопросы и ведение диалога на корейском
  • выполнение инструкций и генерация текстов
  • решение математических задач
  • генерация и дополнение кода

Ограничения

Указанная лицензия — other; условия использования нужно проверить на странице модели. В README рекомендован vLLM версии 0.8.5 или новее для запуска.

Для каких профессий подходит15

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-Instruct

vllm serve $path_to_model \
        --served_model_name kanana-1.5-15.7b-a3b-instruct \
        --max-model-len 32768 \
        --gpu-memory-utilization 0.9 \
        --port 8000 \
        --dtype auto \
        --disable_cascade_attn \
        --tool-parser-plugin kanana_tool_calls/functionary_kanana_tool_parser.py \
        --tool-call-parser functionary_v3_llama_31 \
        --enable-auto-tool-choice \
        --chat-template kanana_tool_calls/lmalign_v1.jinja

curl http://localhost:8000/v1/chat/completions -H "Content-Type: application/json" -d '{
    "model": "kanana-1.5-15.7b-a3b-instruct",
    "messages": [
    {"role": "system", "content": "You are a helpful AI assistant developed by Kakao."},
    {"role": "user", "content": "Explain LLM to a 5-year-old child in two simple sentences."}
    ],
    "top_k": 1,
    "max_tokens": 72
}'

# Output:
'''
...
"choices":[{"index":0,"message":{"role":"assistant","content":"Sure! Imagine you have a super smart friend who can read and understand lots of books, talk to you in many different languages, and even help you with your homework. That is kind of like a Large Language Model (LLM) - it is a special computer friend that can do many cool things with words!" ...
...
'''

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
df9d415

0 моделей