/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
86,3 млрд
Размер весов
131 ГБ
Лицензия
MIT
Архитектура
gpt_neox · dense
Опубликована
7 июн 2024

sarashina1-65b

Генерация текстаТекст → текст3 профессии

Sarashina1-65B — японская авторегрессионная языковая модель SB Intuitions для генерации текста и дальнейшей адаптации.

115скачиваний за 30 дней6лайковвеса обновлены27 июн 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

Sarashina1-65B — большая японская языковая модель, разработанная SB Intuitions. Это плотная авторегрессионная модель GPTNeoX с 80 слоями, размером 86,3 млрд параметров и контекстом до 2048 токенов. Она обучена на японской части корпуса Common Crawl; для токенизации используется SentencePiece с unigram-моделью и byte fallback, поэтому можно подавать обычный японский текст без предварительной токенизации.

Модель предназначена для генерации японского текста и может служить базой для дальнейшей адаптации под прикладные сценарии. Она не настроена следовать инструкциям; ответы могут быть бессмысленными, неточными, предвзятыми или нежелательными. README рекомендует разработчикам дообучать модель с учётом человеческих предпочтений и требований безопасности. Лицензия — MIT.

Сценарии применения

  • генерация продолжений на японском языке
  • создание черновиков японских текстов
  • эксперименты с крупной японской языковой моделью
  • дообучение базовой модели для прикладных сценариев

Ограничения

Модель не настроена следовать инструкциям и может выдавать бессмысленный, неточный, предвзятый или нежелательный текст. Для прикладного использования README рекомендует дополнительную настройку с учётом человеческих предпочтений и безопасности.

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

Sarashina1-65B

This repository provides Japanese language models trained by SB Intuitions.

How to use

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline, set_seed
 
model = AutoModelForCausalLM.from_pretrained("sbintuitions/sarashina1-65b", torch_dtype=torch.float16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("sbintuitions/sarashina1-65b")
# If you want to use slow tokenizer
# tokenizer = AutoTokenizer.from_pretrained("sbintuitions/sarashina1-65b", use_fast=False, revision="slow-tokenizer")
generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
set_seed(123)
 
text = generator(
    "おはようございます、今日の天気は",
    max_length=30,
    do_sample=True,
    pad_token_id=tokenizer.pad_token_id,
    num_return_sequences=3,
)
 
for t in text:
  print(t)
 

Configuration

ParametersVocab sizeTraining tokensArchitecturePosition typeLayersHidden dimAttention heads
7B512001.0TGPTNeoXRoPE32409632
13B512001.0TGPTNeoXRoPE40512040
65B51200800BGPTNeoXRoPE80819264

Training Corpus

We used a Japanese portion of the Common Crawl corpus, which is the largest Web corpus, as our training dataset. To clean the training corpus, we used CCNet and HojiChar. After cleaning, our corpus contains about 550B tokens.

Tokenization

We use a sentencepiece tokenizer with a unigram language model and byte-fallback. We do not apply pre-tokenization with Japanese tokenizer. Thus, a user may directly feed raw sentences into the tokenizer.

Ethical Considerations and Limitations

Sarashina1 has not been tuned to follow an instruction yet. Therefore, sarashina1 might generate some meaningless sequences, some inaccurate instances or biased/objectionable outputs. Before using sarashina1, we would like developers to tune models based on human preferences and safety considerations.

License

MIT License

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
652872b

0 моделей