/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,5 млрд
Размер весов
7,6 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
27 янв 2025

llm-jp-3-3.7b-instruct2

Генерация текстаТекст → текст9 профессий

Японская и англоязычная инструкционная Llama-модель на 3,5 млрд параметров для диалогов и генерации текста по запросам.

143скачиваний за 30 дней0лайковвеса 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-3-3.7b-instruct2 — языковая модель семейства LLM-jp-3, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это плотный авторегрессионный трансформер на архитектуре Llama с примерно 3,5 млрд параметров, дообученный на инструкциях методом supervised fine-tuning. Модель принимает текст и предназначена для диалогов и выполнения инструкций, прежде всего на японском и английском языках.

Предварительное обучение серии проводилось на смеси данных общим объёмом 2,1 трлн токенов; контекст модели составляет 4096 токенов. Карточка описывает набор инструкционных данных на японском языке, включая материалы по безопасным ответам. Модель распространяется в формате Transformers и Safetensors по лицензии Apache-2.0.

Разработчики характеризуют выпущенные модели как ранние этапы исследований и разработок: их ответы ещё не настроены для надёжного соответствия человеческим намерениям и требованиям безопасности. Результаты могут быть ошибочными или небезопасными, поэтому важные ответы требуют проверки.

Сценарии применения

  • ответы на вопросы на японском языке
  • диалоговый помощник на японском и английском
  • генерация текста по инструкциям
  • суммаризация и переформулирование текста
  • прототипирование японских LLM-приложений

Ограничения

Модель находится на раннем этапе разработки и не полностью настроена на соответствие человеческим намерениям или требованиям безопасности; её ответы следует проверять.

Для каких профессий подходит9

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-3-3.7bm-instruct2

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-3-3.7b-instruct2 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-3-3.7b-instruct2")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-3-3.7b-instruct2", 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.

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.

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
f0a3e22

0 моделей