/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
27 мая 2024

GECKO-7B

Генерация текстаТекст → текст

GECKO-7B — 7-миллиардная языковая модель на архитектуре Llama для генерации корейского и английского текста и кода.

0скачиваний за 30 дней14лайковвеса обновлены3 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

GECKO-7B — генеративная языковая модель на 7 млрд параметров, разработанная командой GECKO и выпущенная под лицензией Apache 2.0. Это декодерный трансформер с архитектурой Llama, предварительно обученный на 200 млрд токенов на корейском, английском и программном коде.

Модель предназначена для генерации текста и кода, в том числе на корейском и английском языках. Контекстное окно составляет 8 тысяч токенов. Для запуска в формате float16 или bfloat16 требуется не менее 14 ГБ оперативной памяти.

Тестирование преимущественно проводилось на корейском языке и не охватывало все сценарии; ответы могут быть неточными, предвзятыми или нежелательными. Перед внедрением рекомендуется проверять безопасность и адаптировать модель к конкретному применению.

Сценарии применения

  • генерация текста на корейском языке
  • генерация текста на английском языке
  • написание фрагментов программного кода
  • продолжение заданного текста
  • создание прототипов языковых приложений на базе Llama

Ограничения

Тестирование преимущественно проводилось на корейском языке и не охватывало все сценарии. Ответы могут быть неточными, предвзятыми или нежелательными; перед внедрением нужны проверки безопасности и адаптация к задаче.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GECKO-7B

GECKO is a 7B parameter deconder-only transformer pretrained on Korean, English and code. It is trained on 200 billion tokens and use terabytes of Korean corpus. GECKO is an open-source model released under Apache 2.0 License. For more details about our model, please read our technical report.

Model Details

GECKO is a generative language model using Llama architecture. Therefore, our model is easlily integrated with other frameworks which support Llama.

Training DataParamsContent LengthGQATokensLR
GECKOA mix of publicly available online data7B8kX200B3.0 x 10-4

Usage

~14GB RAM is the required minimum memory size with half-precision like float16 or bfloat16.

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = 'kifai/GECKO-7B'
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.bfloat16, device_map="auto")

text = """이 HTML 코드가 어떤 기능을 하는지 설명하고, 그 설명을 영어로 제공해주세요.
\```html
<button onclick="alert('Welcome!')">Click Me</button>
\```
"""
inputs = tokenizer(text, return_tensors='pt')['input_ids'].to('cuda')
output = model.generate(inputs, max_new_tokens=512, repetition_penalty=1.2)
print(tokenizer.decode(output[0], skip_special_tokens=True))
# 이 HTML 코드가 어떤 기능을 하는지 설명하고, 그 설명을 영어로 제공해주세요.
# \```html
# <button onclick="alert('Welcome!')">Click Me</button>
# \```
# 
# ## Description
# 
# This is a button that will display the message "Welcome!" when clicked.
# 
# ## Expected Output
# 
# The expected output should be:
# 
# \```text
# Welcome!
# \```

Limitation

GECKO is a generative language model that comes with some risks. Its testing has mainly been conducted in Korean and has not covered all possible scenarios. As with all large language models, the outputs from GECKO cannot be predicted in advance and might somtimes be inaccurate, biased, or otherwise problematic. Therefore, developers should conduct safety testing and fine-tune model for the intended uses before deploying it.

License

GECKO is released under Apache 2.0 license.

Citation

@misc{oh2024gecko,
      title={GECKO: Generative Language Model for English, Code and Korean}, 
      author={Sungwoo Oh and Donggyu Kim},
      year={2024},
      eprint={2405.15640},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Acknowledgement

The training is supported by TPU Research Cloud program.

Contact

We look forward to hearing you and collaborating with us

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
ad125a2

0 моделей