/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
71 млрд
Размер весов
145 ГБ
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
11 мар 2024

ao-karasu-72B

Генерация текстаТекст → текст3 профессии

Диалоговая модель Qwen2 на 71 млрд параметров для генерации текста, обученная преимущественно на японских вопросах и ответах, блогах и новостях.

22скачиваний за 30 дней14лайковвеса обновлены25 мар 2024

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

ao-karasu-72B — разговорная языковая модель семейства Qwen2, опубликованная lightblue. Это плотная архитектура Qwen2ForCausalLM примерно на 71 млрд параметров с контекстом до 32 768 токенов; модель распространяется в формате safetensors и предназначена для генерации текста и диалогов. Для запуска автор рекомендует не менее четырёх видеокарт A100.

Модель обучена примерно на 20 млн символов, выбранных из корпуса объёмом более 1,1 млрд символов. В данных были вопросы и ответы на основе Wikipedia, технические блоги, ответы с японского сайта вопросов и ответов, сгенерированные LLM диалоги и новостные статьи. Это указывает на ориентацию прежде всего на японский язык и диалоговые сценарии. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • ответы на вопросы на японском языке
  • ведение текстового диалога на японском языке
  • генерация текста по запросу
  • подготовка ответов на вопросы по техническим блогам
  • создание черновиков текстов на основе новостных материалов

Ограничения

Для запуска автор рекомендует не менее четырёх A100. Лицензия и результаты оценки качества в предоставленных сведениях отсутствуют.

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

How to use ・ 使い方

We recommend on running with at least 4 A100 cards A100の4枚の環境がおすすめです

Huggingface

from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
import torch

tokenizer = AutoTokenizer.from_pretrained("lightblue/ao-karasu-72B")
model = AutoModelForCausalLM.from_pretrained("lightblue/ao-karasu-72B", device_map="auto")

pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)

messages = [{"role": "system", "content": "あなたはAIアシスタントです。"}]
messages.append({"role": "user", "content": "イギリスの首相は誰ですか?"})

prompt = tokenizer.apply_chat_template(conversation=messages, add_generation_prompt=True, tokenize=False)

pipe(prompt, max_new_tokens=100, do_sample=False, temperature=0.0, return_full_text=False)

vLLM

from vllm import LLM, SamplingParams

sampling_params = SamplingParams(temperature=0.0, max_tokens=100)
llm = LLM(model="lightblue/aokarasu-72B", tensor_parallel_size=4)

messages = [{"role": "system", "content": "あなたはAIアシスタントです。"}]
messages.append({"role": "user", "content": "イギリスの首相は誰ですか?"})
prompt = llm.llm_engine.tokenizer.tokenizer.apply_chat_template(conversation=messages, add_generation_prompt=True, tokenize=False)
prompts = [prompt]

outputs = llm.generate(prompts, sampling_params)
for output in outputs:
    prompt = output.prompt
    generated_text = output.outputs[0].text
    print(f"Prompt: {prompt!r}, Generated text: {generated_text!r}")

Training details 学習詳細

English dev blog

日本語ブログ

Training data 学習データ

Roughly 20 million characters samples from a dataset of more than 1.1 billion characters, which was made up of:

~450 million characters from Wikipedia-based QA (same as Qarasu)

~200 million characters from technical blogs (new)

~200 million characters from Japanese QA site answers (new)

~100 million characters from LLM generated prompts and responses (same as Qarasu)

~70 million characters from news articles (new)

Training schedule

Training for ~1 day on a A100 (80GB) GPU

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
a83de2c

0 моделей