/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
13,2 млрд
Размер весов
27,4 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
23 апр 2024

llm-jp-13b-v2.0

Генерация текстаТекст → текст6 профессий

Предварительно обученная японско-английская языковая модель LLM-jp на 13,2 млрд параметров для генерации текста и дальнейшей адаптации.

562скачиваний за 30 дней15лайковвеса обновлены30 апр 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

llm-jp-13b-v2.0 — предварительно обученная языковая модель, разработанная совместным японским проектом LLM-jp. Это плотный Transformer семейства LLaMA с 13,2 млрд параметров, 40 слоями и контекстом до 4096 токенов; веса опубликованы в формате PyTorch для Transformers. Модель обучалась на смеси японских, английских и программных данных, всего было обработано 256 млрд токенов. Токенизатор Unigram byte-fallback содержит около 97 тысяч токенов.

Модель предназначена для генерации продолжений текста и служит базой для дальнейшей адаптации под инструкции и другие языковые задачи. В первую очередь она ориентирована на японский и английский языки. Авторы отмечают, что модель находится на раннем этапе разработки и не настроена для надёжного следования человеческим намерениям и требованиям безопасности, поэтому ответы могут быть неточными или неподходящими. Лицензия — Apache-2.0.

Сценарии применения

  • генерация японского текста
  • генерация английского текста
  • продолжение текстовых фрагментов
  • создание базовой модели для дообучения под инструкции
  • эксперименты с многоязычными языковыми моделями

Ограничения

Модель находится на раннем этапе разработки и не настроена для надёжного соответствия человеческим намерениям и требованиям безопасности; ответы могут быть неточными или неподходящими.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llm-jp-13b-v2.0

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-dolly-ichikara_004_001_single-oasst-oasst2-v2.0
llm-jp-13b-instruct-full-ac_001-dolly-ichikara_004_001_single-oasst-oasst2-v2.0
llm-jp-13b-instruct-full-ac_001_16x-dolly-ichikara_004_001_single-oasst-oasst2-v2.0
Pre-trained models
llm-jp-13b-v2.0

Checkpoints format: Hugging Face Transformers

Required Libraries and Their Versions

  • torch>=2.3.0
  • transformers>=4.40.1
  • tokenizers>=0.19.1
  • accelerate>=0.29.3
  • flash-attn>=2.5.8

Usage

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("llm-jp/llm-jp-13b-v2.0")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-13b-v2.0", device_map="auto", torch_dtype=torch.bfloat16)
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=100,
        do_sample=True,
        top_p=0.95,
        temperature=0.7,
        repetition_penalty=1.05,
    )[0]
print(tokenizer.decode(output))

Model Details

  • Model type: Transformer-based Language Model
  • Total seen tokens: 256B
ModelParamsLayersHidden sizeHeadsContext length
13b model13b405120404096

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 v2.2 (100k: code20K_en40K_ja60K.ver2.2). Please refer to README.md of llm-ja-tokenizer for details on the vocabulary construction procedure (the pure SentencePiece training does not reproduce our vocabulary).

  • Model: Hugging Face Fast Tokenizer using Unigram byte-fallback model
  • Training algorithm: Marging Code/English/Japanese vocabularies constructed with SentencePiece Unigram byte-fallback and reestimating scores with the EM-algorithm.
  • Training data: A subset of the datasets for model pre-training
  • Vocabulary size: 96,867 (mixed vocabulary of Japanese, English, and source code)
    • The acutal size of vocabulary in the pretrained model is 97,024 due to round-up to multiples of 256.

Datasets

Pre-training

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

LanguageDatasetTokens
JapaneseWikipedia1.4B
Common Crawl130.7B
EnglishWikipedia4.7B
The Pile110.3B
CodesThe Stack8.7B

Instruction tuning

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

LanguageDatasetdescription
Japaneseichikara-instruction-004-001A manually constructed Japanese instruction dataset
answer-carefully-001A manually constructed Japanese instruction dataset focusing on LLMs' safety
databricks-dolly-15k-jadatabricks-dolly-15k translated into Japanese using DeepL
oasst1-21k-jaA subset of oasst1 translated into Japanese using DeepL
oasst2-33k-jaA subset of oasst2 translated into Japanese using DeepL
Englishdatabricks-dolly-15k-
oasst1-21k-enA subset of oasst1
oasst2-33k-enA subset of oasst2

Evaluation

You can view the evaluation results of several LLMs on this leaderboard. We used llm-jp-eval (v1.3.0) for the evaluation.

Besides, we used LLM-as-a-judge frameworks, Japanese Vicuna QA Benchmark and Japanese MT Bench, for evaluation. For details, please refer to our technical blog (in Japanese).

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.

Namgi Han, Tatsuya Hiraoka, Hirokazu Kiyomaru, Takashi Kodama, and Hiroshi Matsuda.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LLaMAForCausalLM
Ревизия весов
1fa7d94

0 моделей