/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
18 окт 2023

llm-jp-1.3b-v1.0

Генерация текстаТекст → текст3 профессии

Предварительно обученная GPT-2-подобная модель LLM-jp с 1,3 млрд параметров для генерации текста на японском и английском языках.

767скачиваний за 30 дней15лайковвеса обновлены20 окт 2023

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

llm-jp-1.3b-v1.0 — предварительно обученная языковая модель проекта LLM-jp, совместной инициативы исследователей в Японии. Это плотная Transformer-модель архитектуры GPT-2 с 1,3 млрд параметров, 24 слоями и контекстом до 2048 токенов; веса доступны в формате PyTorch для Transformers.

Модель предназначена для генерации текста и продолжения заданного фрагмента. Она обучалась на смеси японских и английских текстовых данных, а словарь токенизатора размером 50 570 токенов включает также исходный код. В README описана настройка инструкционных вариантов семейства, однако этот репозиторий содержит предварительно обученную модель.

Разработчики отмечают, что модель находится на раннем этапе исследований и разработки и не настроена для надёжного следования человеческим намерениям или требованиям безопасности. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение японского текста
  • генерация английского текста
  • создание черновиков на японском языке
  • эксперименты с небольшой языковой моделью
  • генерация фрагментов исходного кода

Ограничения

Модель находится на раннем этапе разработки и не настроена для надёжного следования намерениям пользователя или соблюдения требований безопасности. Контекст ограничен 2048 токенами.

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

llm-jp-1.3b-v1.0

This repository provides large language models developed by LLM-jp, a collaborative project launched in Japan.

Model Variant
Instruction models
llm-jp-13b-instruct-full-jaster-v1.0
llm-jp-13b-instruct-full-jaster-dolly-oasst-v1.0
llm-jp-13b-instruct-full-dolly-oasst-v1.0
llm-jp-13b-instruct-lora-jaster-v1.0
llm-jp-13b-instruct-lora-jaster-dolly-oasst-v1.0
llm-jp-13b-instruct-lora-dolly-oasst-v1.0
Pre-trained models
llm-jp-13b-v1.0
llm-jp-1.3b-v1.0
Checkpoints format: Hugging Face Transformers (Megatron-DeepSpeed format models are available here)

Required Libraries and Their Versions

  • torch>=2.0.0
  • transformers>=4.34.0
  • tokenizers>=0.14.0
  • accelerate==0.23.0

Usage

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("llm-jp/llm-jp-1.3b-v1.0")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-1.3b-v1.0", device_map="auto", torch_dtype=torch.float16)
text = "自然言語処理とは何か"
tokenized_input = tokenizer.encode(text, add_special_tokens=False, return_tensors="pt").to(model.device)
with torch.no_grad():
    output = model.generate(
        tokenized_input,
        max_new_tokens=20,
        do_sample=True,
        top_p=0.90,
        temperature=0.7,
    )[0]
print(tokenizer.decode(output))

Model Details

  • Model type: Transformer-based Language Model
  • Total seen tokens: 300B
ModelParamsLayersHidden sizeHeadsContext length
13b model13b405120402048
1.3b model1.3b242048162048

Training

Tokenizer

The tokenizer of this model is based on huggingface/tokenizers Unigram byte-fallback model. The vocabulary entries were converted from llm-jp-tokenizer v2.1 (50k). Please refer to README.md of llm-ja-tokenizer for details on the vocabulary construction procedure.

  • Model: Hugging Face Fast Tokenizer using Unigram byte-fallback model which requires tokenizers>=0.14.0
  • Training algorithm: SentencePiece Unigram byte-fallback
  • Training data: A subset of the datasets for model pre-training
  • Vocabulary size: 50,570 (mixed vocabulary of Japanese, English, and source code)

Datasets

Pre-training

The models have been pre-trained using a blend of the following datasets.

LanguageDatasetTokens
JapaneseWikipedia1.5B
mC4136B
EnglishWikipedia5B
The Pile135B
CodesThe Stack10B

The pre-training was continuously conducted using a total of 10 folds of non-overlapping data, each consisting of approximately 27-28B tokens. We finalized the pre-training with additional (potentially) high-quality 27B tokens data obtained from the identical source datasets listed above used for the 10-fold data.

Instruction tuning

The models have been fine-tuned on the following datasets.

LanguageDatasetdescription
JapanesejasterAn automatically transformed data from the existing Japanese NLP datasets
databricks-dolly-15kA translated one by DeepL in LLM-jp
OpenAssistant Conversations DatasetA translated one by DeepL in LLM-jp

Evaluation

You can view the evaluation results of several LLMs on this leaderboard. We used llm-jp-eval for the evaluation.

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.

Send Questions to

llm-jp(at)nii.ac.jp

License

Apache License, Version 2.0

Model Card Authors

The names are listed in alphabetical order.

Hirokazu Kiyomaru, Hiroshi Matsuda, Jun Suzuki, Namgi Han, Saku Sugawara, Shota Sasaki, Shuhei Kurita, Taishi Nakamura, Takumi Okamoto.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
343b15a

0 моделей