/ Модель

Характеристики

Параметры
6,1 млрд
Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
7 фев 2024

kotomamba-2.8B-v1.0

Генерация текстаТекст → текст4 профессии

Двуязычная японско-английская языковая модель Mamba для генерации текста и выполнения языковых задач.

28скачиваний за 30 дней5лайковвеса обновлены18 фев 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

Kotomamba-2.8B-v1.0 — двуязычная языковая модель на архитектуре Mamba, разработанная Kotoba Technologies совместно с группой TohokuNLP Университета Тохоку и лабораториями Okazaki и Yokota Токийского технологического института. Это вариант предварительного обучения на японских и английских текстах; в семействе также есть версия с продолженным обучением преимущественно на японских данных.

Модель предназначена для генерации текста и языковых задач на японском и английском языках. В README приведены результаты на японских тестах на общие знания и ответы на вопросы, а также указано обучение на японской Википедии, корпусе Swallow и SlimPajama. В репозитории представлены веса PyTorch для Transformers; модель имеет 2,8 млрд параметров по README, хотя метаданные Hugging Face сообщают 6,1 млрд.

Авторы отмечают, что модель находится на ранней стадии разработки и не настроена для соответствия человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на японском языке
  • генерация текста на английском языке
  • ответы на вопросы на японском языке
  • проверка языковой модели на японских тестах общих знаний
  • продолжение японского или английского текста

Ограничения

Авторы указывают, что модель находится на ранней стадии разработки и не настроена для следования человеческим намерениям или требованиям безопасности. В README заявлено 2,8 млрд параметров, тогда как метаданные Hugging Face указывают 6,1 млрд.

Для каких профессий подходит4

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

Kotomamba

The kotomamba model represents a cutting-edge approach in natural language processing (NLP), leveraging the innovative State Space Model mamba architecture. The kotomamba model comes in two distinct versions.

  1. Bilingual Pre-training (Japanese and English): The first variant of the kotomamba model is pre-trained on a rich dataset(About 200B Token) comprising both Japanese and English texts.
  2. Continual Pre-training (Mainly Japanese): The second variant of the kotomamba model takes a different approach, focusing exclusively on Japanese-centric data for its continual pre-training phase.

Kotomamba Model Index

Modelkotomamba-hf
kotomamba-2.8B-v1.0Link
kotomamba-2.8B-CL-v1.0Link

logo

This repository provides large language models developed by Kotoba Technologies, Tohoku University TohokuNLP group, and Tokyo Institute of Technology Okazaki Lab, Yokota Lab. Read our blog post or our technical paper (preprint coming soon) for more details!

Model Details

Base Model Performance

Japanese version

ModelSizeJCommonsenseQAJEMHopQANIILCJSQuAD
4-shot4-shot4-shot4-shot
state-spaces/mamba-2.8b-slimpj2.8B0.17960.28250.09980.3301
kotomamba-2.8B2.8B0.1850.45320.38710.4685
kotomamba-2.8B-CL2.8B0.1850.37580.23930.5929

Usage

git clone https://github.com/kotoba-tech/kotomamba and follow the repository's README installation section.

WARNING: huggingface transformers AutoModelForCausalLM doesn't support mamba model. So, please use kotomamba/benchmarks/benchmark_generation_mamba_simple.py

You can find the inference sample script in scripts/abci/inference/inference_sample.sh

Training Datasets

Pre-Training & Continual Pre-Training

The following datasets were used for training.

Risks and Limitations

The models released here are still in the early stages of our research and development and have not been tuned to ensure outputs align with human intent and safety considerations.

Acknowledgements

We thank Albert Gu and Tri Dao for releasing the original mamba model and implementation on GitHub.

Our project is supported by the ABCI Grand Challenge of the National Institute of Advanced Industrial Science and Technology.

License

Apache License Version 2.0, January 2004

Authors

Here are the team members:

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
399c741

0 моделей