/ 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
27 янв 2025

llm-jp-3-13b-instruct3

Генерация текстаТекст → текст6 профессий

Японская диалоговая модель на 13,2 млрд параметров для генерации текста и выполнения инструкций.

892скачиваний за 30 дней8лайковвеса обновлены4 фев 2025

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-3-13b-instruct3 — диалоговая языковая модель серии LLM-jp-3, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Она предназначена для генерации текста и выполнения инструкций в диалоге, прежде всего на японском языке; метаданные также указывают поддержку английского.

Модель построена на архитектуре Llama с плотной архитектурой, содержит 13,2 млрд параметров и использует контекст до 4096 токенов. Она основана на предобученном чекпойнте LLM-jp-3 и прошла supervised fine-tuning и выравнивание методом Direct Preference Optimization. Репозиторий предоставляет веса в формате Transformers safetensors; для работы указаны PyTorch и Transformers.

Разработчики характеризуют выпущенные модели как находящиеся на ранней стадии исследований и разработки: они не настроены для гарантированного соответствия ответов человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы и диалог на японском языке
  • генерация японского текста по инструкции
  • суммаризация японских текстов
  • черновики и перефразирование японских текстов

Ограничения

Модель находится на ранней стадии разработки и не настроена для надёжного соответствия человеческим намерениям и требованиям безопасности. Контекст ограничен 4096 токенами.

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-3-13b-instruct3

LLM-jp-3 is the series of large language models developed by the Research and Development Center for Large Language Models at the National Institute of Informatics.

This repository provides llm-jp-3-13b-instruct3 model. For an overview of the LLM-jp-3 models across different parameter sizes, please refer to:

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-3-13b-instruct3")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-3-13b-instruct3", device_map="auto", torch_dtype=torch.bfloat16)
chat = [
    {"role": "system", "content": "以下は、タスクを説明する指示です。要求を適切に満たす応答を書きなさい。"},
    {"role": "user", "content": "自然言語処理とは何か"},
]
tokenized_input = tokenizer.apply_chat_template(chat, add_generation_prompt=True, tokenize=True, 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: 2.1T tokens
ParamsLayersHidden sizeHeadsContext lengthEmbedding parametersNon-embedding parameters
150M1251284096101,874,68850,344,448
440M16102484096203,749,376243,303,424
980M20153684096305,624,064684,258,816
1.8b242048164096407,498,7521,459,718,144
3.7b283072244096611,248,1283,171,068,928
7.2b324096324096814,997,5046,476,271,616
13b4051204040961,018,746,88012,688,184,320
172b96122889640962,444,992,512169,947,181,056

Tokenizer

The tokenizer of this model is based on huggingface/tokenizers Unigram byte-fallback model. The vocabulary entries were converted from llm-jp-tokenizer v3.0. Please refer to README.md of llm-jp-tokenizer for details on the vocabulary construction procedure (the pure SentencePiece training does not reproduce our vocabulary).

Datasets

Pre-training

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

LanguageDatasetTokens
JapaneseWikipedia2.6B
Common Crawl762.8B
WARP/PDF237.3B
WARP/HTML2.7B
Kaken1.8B
EnglishWikipedia4.7B
Dolma/CC-head608.5B
Dolma/C4181.6B
Dolma/Reddit83.1B
Dolma/PeS2o62.9B
Dolma/Gutenberg5.5B
Dolma/Wiki3.9B
CodeThe Stack114.1B
ChineseWikipedia0.8B
KoreanWikipedia0.3B

Post-training

We have fine-tuned the pre-trained checkpoint with supervised fine-tuning and further aligned it with Direct Preference Optimization.

Supervised Fine-tuning

The datasets used for supervised fine-tuning are as follows:

LanguageDatasetDescription
Japaneseichikara-instruction-004-002A manually constructed instruction dataset.
AnswerCarefully (ver2.0)A manually constructed instruction dataset focusing on LLMs' safety.
ichikara-instruction-formatA small subset of the ichikara-instruction dataset, edited with some constraints on the output format.
AutoMultiTurnByCalm3-22BA synthetic instruction dataset.
ramdom-to-fixed-multiturn-Calm3A synthetic instruction dataset.
wizardlm8x22b-logical-math-coding-sft-jaA synthetic instruction dataset.
magpie-sft-v1.0A synthetic instruction dataset we created.
EnglishDaring-Anteater-
FLAN-
Japanese & EnglishSynthetic-JP-EN-Coding-DatasetA synthetic instruction dataset.

Direct Preference Optimization

The datasets used for supervised fine-tuning are as follows:

LanguageDatasetDescription
Japaneseaya-ja-evol-instA synthetic preference dataset focusing on LLMs' helpfulness.
ac-self-instA synthetic preference dataset focusing on LLMs' safety.

Evaluation

Detailed evaluation results are reported in this blog.

Risks and Limitations

The models released here are 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 and Takashi Kodama.

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
76aa77b

0 моделей