/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
transformers
Опубликована
16 сен 2024

llm-jp-3-172b-beta1

Генерация текстаТекст → текст

Японско-английская языковая модель на 172 млрд параметров для генерации текста с контекстом до 4096 токенов.

3скачиваний за 30 дней9лайковвеса обновлены27 дек 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

llm-jp/llm-jp-3-172b-beta1 — большая языковая модель на основе Transformer, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии при частичной поддержке GENIAC. Репозиторий также перечисляет вариант llm-jp-3-172b-beta1-instruct.

Модель предназначена для генерации текста и работы с японским и английским языками. Она содержит 172 млрд параметров, имеет 96 слоёв, скрытый размер 12288, 96 голов внимания и контекст длиной 4096 токенов. Предобучение проводилось на смеси текстовых данных; в README описаны также instruction tuning и японские наборы инструкций.

Разработчики предупреждают, что модель находится на ранней стадии исследований и разработок и не настроена для надёжного следования человеческим намерениям или требованиям безопасности. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

Сценарии применения

  • генерация текста на японском языке
  • генерация текста на английском языке
  • продолжение заданного текста
  • создание ответов на японские инструкции

Ограничения

Модель находится на ранней стадии разработки и, по предупреждению авторов, не настроена для надёжного следования намерениям пользователя и требованиям безопасности. Указана лицензия other; конкретные условия использования следует проверить в репозитории.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llm-jp-3-172b-beta1

This repository provides large language models developed by the Research and Development Center for Large Language Models at the National Institute of Informatics.

The development was partially supported by GENIAC.

Model Variant
llm-jp-3-172b-beta1
llm-jp-3-172b-beta1-instruct

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-3-172b-beta1")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-3-172b-beta1", 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: 700B
ParamsLayersHidden sizeHeadsContext length
172b9612288964096

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

Instruction tuning

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

LanguageDatasetdescription
Japaneseichikara-instruction-004-002A 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
aya-dataset-jaA Japanese subset of aya_dataset
ichikara-instruction-formatA small amount of instruction dataset edited from ichikara-instruction, with some constraints on the output format.
Englishdatabricks-dolly-15k-
oasst1-21k-enA subset of oasst1
oasst2-33k-enA subset of oasst2
Daring-Anteater-
FLANWe used sampled one.

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

See the LICENSE file.

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

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
bd3ffb7

0 моделей