/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
837 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
27 янв 2025

llm-jp-3-980m

Генерация текстаТекст → текст3 профессии

Японско-английская языковая модель на 837,2 млн параметров для генерации и продолжения текста с контекстом до 4096 токенов.

1 657скачиваний за 30 дней4лайкавеса 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-3-980m — плотная авторегрессионная языковая модель семейства Llama, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Она предназначена для генерации текста и продолжения подсказок; модель содержит 837,2 млн параметров и обучалась на смеси данных общим объёмом 2,1 трлн токенов. Репозиторий содержит веса в формате Safetensors для Transformers.

Модель поддерживает японский и английский языки, использует токенизатор Unigram с byte fallback и имеет контекст до 4096 токенов. Её можно применять для генерации и продолжения текста на этих языках. В README отмечено, что модель находится на раннем этапе исследований и разработок и не настроена для согласования ответов с намерениями человека или требований безопасности. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на японском языке
  • продолжение японского текста по подсказке
  • генерация текста на английском языке
  • эксперименты с компактной языковой моделью семейства Llama

Ограничения

Модель находится на раннем этапе исследований и разработок и не настроена для следования намерениям человека или обеспечения безопасности ответов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llm-jp-3-980m

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-3-980m 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-3-980m")
model = AutoModelForCausalLM.from_pretrained("llm-jp/llm-jp-3-980m", 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: 2.1T
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

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
37f7893

0 моделей