/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
transformers
Опубликована
16 сен 2024

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

Генерация текстаТекст → текст

Инструктивная языковая модель на 172 млрд параметров для диалогов и генерации текста на японском и английском языках.

0скачиваний за 30 дней5лайковвеса 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-3-172b-beta1-instruct — инструктивная языковая модель на основе Transformer, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии при частичной поддержке GENIAC. Версия instruct дообучена на наборах инструкций, включая вручную подготовленные японские данные и переведённый набор Dolly. Модель содержит 172 млрд параметров, 96 слоёв и имеет контекст длиной 4096 токенов; веса опубликованы в формате Hugging Face Transformers и safetensors.

Модель предназначена для диалогов и выполнения инструкций на японском и английском языках. Её можно применять для генерации ответов, черновиков и текстовых пояснений. В обучении использовались японские и другие языковые данные, однако карточка явно описывает настройку инструкций прежде всего для японского языка.

Разработчики отмечают, что это ранняя стадия исследований и разработок: модель не настроена для надёжного соответствия намерениям человека и требованиям безопасности. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • ответы на инструкции и вопросы на японском языке
  • диалоговый помощник на японском языке
  • генерация японских текстов и черновиков
  • ответы на инструкции и вопросы на английском языке

Ограничения

Модель находится на ранней стадии разработки и не настроена для надёжного соответствия намерениям человека или требованиям безопасности. В предоставленных данных конкретные условия лицензии other не раскрыты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

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

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-instruct")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-3-172b-beta1-instruct", 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: 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
c7db70e

0 моделей