/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,7 млрд
Лицензия
Apache 2.0
Архитектура
stablelm_epoch · dense
Опубликована
16 окт 2023

japanese-stablelm-3b-4e1t-base

Генерация текстаТекст → текст3 профессии

Базовая японская авторегрессионная языковая модель Stability AI на 2,7 млрд параметров для генерации текста и дальнейшей настройки под прикладные задачи.

450скачиваний за 30 дней18лайковвеса обновлены26 апр 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

Japanese StableLM-3B-4E1T Base — базовая авторегрессионная языковая модель Stability AI на основе декодерного трансформера. Её дообучили на японских данных методом продолжения предварительного обучения модели StableLM-3B-4E1T, чтобы перенести её возможности на японский язык и улучшить качество языкового моделирования и выполнения последующих задач на японском.

Модель содержит около 2,7 млрд параметров, имеет 32 слоя, скрытый размер 2560 и контекст до 4096 токенов. Архитектура похожа на LLaMA и использует позиционные эмбеддинги RoPE, LayerNorm и токенизатор GPT-NeoX. Она предназначена как основа для тонкой настройки под конкретные приложения; это базовая модель, а не вариант для следования инструкциям. Лицензия Apache 2.0 допускает коммерческое использование.

В обучающих данных могли остаться оскорбительные или неподходящие материалы, что может отражаться в генерациях. Для производственных систем разработчик рекомендует проверять результаты и учитывать риск вредоносного или травмирующего содержания.

Сценарии применения

  • генерация текста на японском языке
  • продолжение японского текста по заданному фрагменту
  • создание базовой модели для тонкой настройки под японские задачи
  • исследование языкового моделирования и последующих задач на японском

Ограничения

Модель базовая и не предназначена для следования инструкциям без дополнительной настройки. В генерациях могут появляться оскорбительные или неподходящие материалы из-за состава обучающих данных.

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

Japanese StableLM-3B-4E1T Base

Model Description

This is a 3B-parameter decoder-only language model with a focus on maximizing Japanese language modeling performance and Japanese downstream task performance. We conducted continued pretraining using Japanese data on the English language model, StableLM-3B-4E1T, to transfer the model's knowledge and capabilities to Japanese.

If you are looking for an instruction-following model, please check Japanese StableLM-3B-4E1T Instruct.

If you are in search of a larger model, please check Japanese Stable LM Base Gamma 7B.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("stabilityai/japanese-stablelm-3b-4e1t-base")
model = AutoModelForCausalLM.from_pretrained(
  "stabilityai/japanese-stablelm-3b-4e1t-base",
  trust_remote_code=True,
  torch_dtype="auto",
)
model.cuda()
inputs = tokenizer("AI で科学研究を加速するには、", return_tensors="pt").to("cuda")
tokens = model.generate(
  **inputs,
  max_new_tokens=64,
  temperature=0.75,
  top_p=0.95,
  do_sample=True,
)
print(tokenizer.decode(tokens[0], skip_special_tokens=True))

Model Details

  • Developed by: Stability AI
  • Model type: Japanese StableLM-3B-4E1T Base model is an auto-regressive language models based on the transformer decoder architecture.
  • Language(s): Japanese
  • License: This model is licensed under Apache License, Version 2.0.
  • Contact: For questions and comments about the model, please join Stable Community Japan. For future announcements / information about Stability AI models, research, and events, please follow https://twitter.com/StabilityAI_JP.

Model Architecture

The model is a decoder-only transformer similar to the LLaMA (Touvron et al., 2023) architecture with the following modifications:

ParametersHidden SizeLayersHeadsSequence Length
2,795,443,200256032324096

Training Dataset

Around 100B tokens from a mixture of the following corpora were used for the continued pretraining.

Use and Limitations

Intended Use

The model is intended to be used by all individuals as a foundational model for application-specific fine-tuning without strict limitations on commercial use.

Limitations and bias

The pre-training dataset may have contained offensive or inappropriate content even after applying data cleansing filters which can be reflected in the model-generated text. We recommend users exercise reasonable caution when using these models in production systems. Do not use the model for any applications that may cause harm or distress to individuals or groups.

Credits

The continued pre-training was carried out by Takuya Akiba. Other aspects, including data preparation and evaluation, were handled by the Language Team of Stability AI Japan, notably Meng Lee, Fujiki Nakamura, Makoto Shing, Paul McCann, and Naoki Orii.

Acknowledgements

We are grateful for the contributions of the EleutherAI Polyglot-JA team in helping us to collect a large amount of pre-training data in Japanese. Polyglot-JA members includes Hyunwoong Ko (Project Lead), Fujiki Nakamura (originally started this project when he commited to the Polyglot team), Yunho Mo, Minji Jung, KeunSeok Im, and Su-Kyeong Jang.

We are also appreciative of AI Novelist/Sta (Bit192, Inc.) and the numerous contributors from Stable Community Japan for assisting us in gathering a large amount of high-quality Japanese textual data for model training.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
StableLMEpochForCausalLM
Ревизия весов
e7d2ebd

0 моделей