/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
34 млрд
Размер весов
69,2 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Yi-Ko-34B
Библиотека
transformers
Опубликована
18 мая 2024

Yi-Ko-34B-Instruct

Генерация текстаТекст → текст7 профессий

Yi-Ko-34B-Instruct — дообученная 34-миллиардная языковая модель для диалоговой генерации текста преимущественно на корейском и английском языках.

25скачиваний за 30 дней3лайкавеса обновлены18 мая 2024

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

maywell/Yi-Ko-34B-Instruct — 34-миллиардная языковая модель Junbum Lee (Beomi), основанная на семействе Yi-Ko. Это авторегрессионный трансформер с архитектурой на основе Llama 2, представленный в формате Transformers и дообученный для общения: после дальнейшего обучения на корейском корпусе применялись SFT и DPO. Модель принимает текст и генерирует текст; для диалогов указаны шаблон ChatML и контекст до 4096 токенов.

Модель рассчитана прежде всего на генерацию ответов на корейском и английском языках. Расширенный словарь SentencePiece содержит 78 464 токена, включая добавленную корейскую лексику; в карточке также приведены результаты на корейских языковых тестах. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией и документацией репозитория. Это крупная модель на 34B параметров, требующая значительных вычислительных ресурсов; приведённые бенчмарки сами по себе не гарантируют качество для конкретных сценариев.

Сценарии применения

  • ответы на вопросы на корейском языке
  • диалоговый помощник на корейском и английском
  • генерация и продолжение текста на корейском
  • суммаризация текстов на корейском и английском
  • инструкционное выполнение в формате ChatML

Ограничения

Контекст ограничен 4096 токенами, а размер 34B требует значительных вычислительных ресурсов. Лицензия указана как other, поэтому условия коммерческого и иного использования нужно проверить в репозитории.

Для каких профессий подходит7

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

Yi Ko 34B Instruct

Training Process

  1. Further trained with Korean corpus.
  2. SFT
  3. DPO (Dataset URL)

Model Info

Context LengthParameterPrompt TemplateKMMLU(5-shot)
4k(4096)34BChatML49.03

Acknowledgement

The training is supported by Sionic AI.

Original Model Card by beomi

Yi-Ko series models serve as advanced iterations of 01-ai/Yi models, benefiting from an expanded vocabulary and the inclusion of Korean/English corpus in its further pretraining. Just like its predecessor, Yi-Ko series models operate within the broad range of generative text models that stretch from 6 billion to 34 billion parameters. This repository focuses on the 34B pretrained version, which is tailored to fit the Hugging Face Transformers format. For access to the other models, feel free to consult the index provided below.

Model Details

Model Developers Junbum Lee (Beomi)

Variations Yi-Ko-34B will come in a range of parameter sizes — 6B and 34B — with Ko(Korean+English).

Input Models input text only.

Output Models generate text only.

Model Architecture

Yi-Ko series models are an auto-regressive language model that uses an optimized transformer architecture based on Llama-2*.

*Yi model architecture is based on Llama2, so it can be loaded via LlamaForCausalLM class on HF.

Model NameTraining DataParamsContext LengthGQATrained TokensLRTrain tokens (per batch)
Yi-Ko-34BA mix of Korean + English online data34B4kO40B+5e-54M

Vocab Expansion

Model NameVocabulary SizeDescription
Original Yi-Series64000Sentencepiece BPE
Expanded Yi-Ko Series78464Sentencepiece BPE. Added Korean vocab and merges

Tokenizing "안녕하세요, 오늘은 날씨가 좋네요.ㅎㅎ"

Model# of tokensTokens
Original Yi-Series47['<0xEC>', '<0x95>', '<0x88>', '<0xEB>', '<0x85>', '<0x95>', '하', '<0xEC>', '<0x84>', '<0xB8>', '<0xEC>', '<0x9A>', '<0x94>', ',', '▁', '<0xEC>', '<0x98>', '<0xA4>', '<0xEB>', '<0x8A>', '<0x98>', '은', '▁', '<0xEB>', '<0x82>', '<0xA0>', '<0xEC>', '<0x94>', '<0xA8>', '가', '▁', '<0xEC>', '<0xA2>', '<0x8B>', '<0xEB>', '<0x84>', '<0xA4>', '<0xEC>', '<0x9A>', '<0x94>', '.', '<0xE3>', '<0x85>', '<0x8E>', '<0xE3>', '<0x85>', '<0x8E>']
Expanded Yi-Ko Series10['▁안녕', '하세요', ',', '▁오늘은', '▁날', '씨가', '▁좋네요', '.', 'ㅎ', 'ㅎ']
*Equal Korean vocab with Llama-2-Ko Series

Tokenizing "Llama 2: Open Foundation and Fine-Tuned Chat Models"

Model# of tokensTokens
Original Yi-Series21['The', '▁Y', 'i', '▁series', '▁models', '▁are', '▁large', '▁language', '▁models', '▁trained', '▁from', '▁scratch', '▁by', '▁developers', '▁at', '▁', '0', '1', '.', 'AI', '.']
Expanded Yi-Ko Series21['▁The', '▁Y', 'i', '▁series', '▁models', '▁are', '▁large', '▁language', '▁models', '▁trained', '▁from', '▁scratch', '▁by', '▁developers', '▁at', '▁', '0', '1', '.', 'AI', '.']
*Equal Korean vocab with Llama-2-Ko Series*Since Expanded Yi-Ko Series prepends _ at the beginning of the text(to ensure same tokenization for Korean sentences), it shows negilible difference for the first token on English tokenization.

Model Benchmark

LM Eval Harness - Korean Benchmarks

TasksVersionFiltern-shotMetricValueStderr
kmmlu_directN/Anone5exact_match0.5027±0.1019
kobest_boolq1none5acc0.9202±0.0072
none5f10.9202±N/A
kobest_copa1none5acc0.8480±0.0114
none5f10.8479±N/A
kobest_hellaswag1none5acc0.5320±0.0223
none5f10.5281±N/A
none5acc_norm0.6340±0.0216
kobest_sentineg1none5acc0.9874±0.0056
none5f10.9874±N/A
haeraeN/Anone5acc0.7965±0.0116
none5acc_norm0.7965±0.0116
- haerae_general_knowledge1none5acc0.5114±0.0378
none5acc_norm0.5114±0.0378
- haerae_history1none5acc0.8511±0.0260
none5acc_norm0.8511±0.0260
- haerae_loan_word1none5acc0.8402±0.0283
none5acc_norm0.8402±0.0283
- haerae_rare_word1none5acc0.8642±0.0170
none5acc_norm0.8642±0.0170
- haerae_standard_nomenclature1none5acc0.8301±0.0305
none5acc_norm0.8301±0.0305

LICENSE

Follows Yi License

Citation

Acknowledgement

The training is supported by TPU Research Cloud program.

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
8b01fab

0 моделей