/ Модель

Характеристики

Параметры
6 млрд
Лицензия
Apache 2.0
Опубликована
24 янв 2024

mamba-ko-2.8b

Генерация текстаТекст → текст3 профессии

Корейская языковая модель Mamba с 6 млрд параметров для генерации текста, продолжительно предобученная на синтетических учебных текстах.

100скачиваний за 30 дней18лайковвеса обновлены12 мар 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

Mamba-ko-2.8B — языковая модель на архитектуре Mamba, разработанная Jisoo Kim (kuotient). Она продолжительно предобучена на синтетическом наборе корейских учебных текстов поверх state-spaces/mamba-2.8b-slimpj. Модель предназначена для генерации текста на корейском языке и проверки языковых задач; карточка приводит результаты на корейском бенчмарке KoBEST.

В метаданных указано 6 млрд параметров, архитектура MambaForCausalLM и формат PyTorch. Mamba использует архитектуру пространства состояний с аппаратно-ориентированной реализацией. В README отмечено, что дообучение в формате инструкций запланировано, поэтому модель не следует считать готовым инструкционным ассистентом. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на корейском языке
  • продолжение корейских текстовых фрагментов
  • эксперименты с языковыми моделями архитектуры Mamba
  • оценка корейских языковых задач на бенчмарке KoBEST

Ограничения

Модель не прошла instruct tuning, поэтому её не следует считать готовым диалоговым ассистентом. Дополнительное обучение на более широких корейских корпусах в README указано как будущая работа.

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

Mamba-ko-2.8B🐍

Mamba-ko-2.8B Mamba-ko-2.8B is the state space model, further pretrained(or continous trained) with synthetically generated dataset - korean_textbooks.

If you're interested in building large-scale language models to solve a wide variety of problems in a wide variety of domains, you should consider joining Allganize. For a coffee chat or if you have any questions, please do not hesitate to contact me as well! - kuotient.dev@gmail.com

I would like to thank Allganize Korea for their generosity in providing resources for this personal project. This project is not directly related to the company's goals or research.

TODO

  • 🟢 Training with korean_textbooks dataset - DONE

  • More training with publicly available Korean corpora

  • 🟡 Instruct tuning

What is Mamba?

Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.

License

Apache 2.0

Model Details

Developed by

Jisoo Kim(kuotient)

Base Model

state-spaces/mamba-2.8b-slimpj

Model Benchmark

KoBEST

Modelboolqcopahellaswagsentineg
kuotient/mamba-ko-2.8b0.62130.61500.40140.3383
state_spaces/mamba-2.8b-slimpj0.33430.48670.34520.3547
kuotient/mamba-ko-2.8b-old (2B trained only)0.42360.58960.40120.4348
kuotient/mamba-ko-2.8b-old-instruct0.40410.65050.49060.3348
EleutherAI/polyglot-ko-1.3b0.35520.71960.52470.6790
maywell/TinyWand-SFT0.34550.61420.3944N/A
microsoft/phi-20.33430.47920.3235N/A
TinyLlama/TinyLlama-1.1B0.33430.47840.3396N/A

Thanks

한국어 LLM 커뮤니티에 많은 기여와 동기부여를 해주고 계신 maywell님 감사드립니다.

Usage

pip install causal_conv1d>=1.1.0 mamba-ssm==1.1.1
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, TextStreamer
from mamba_ssm.models.mixer_seq_simple import MambaLMHeadModel

device = "cuda" if torch.cuda.is_available() else "cpu"

model_name = "kuotient/mamba-ko-2.8b"
tokenizer = AutoTokenizer.from_pretrained(model_name)
tokenizer.pad_token = tokenizer.eos_token

model = MambaLMHeadModel.from_pretrained(
        model_name, device=device, dtype=torch.float16)

prompt = "아이들한테 제공할 영양가 있는 음식 5가지의 예시는 다음과 같다."

tokens = tokenizer(prompt, return_tensors='pt')
input_ids = tokens.input_ids.to(device)
streamer = TextStreamer(tokenizer)

out = model.generate(
    input_ids=input_ids,
    streamer=streamer,
    max_length=2000,
    temperature=0.7,
    top_p=0.7,
    eos_token_id=tokenizer.eos_token_id,
)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура MambaForCausalLM неизвестна transformers в образе рантайма.

Класс архитектуры
MambaForCausalLM
Ревизия весов
4188740

0 моделей