/ Модель

Характеристики

Контекст
8 192 токена
Параметры
69,5 млрд
Размер весов
141 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Библиотека
transformers
Опубликована
28 июн 2024

Llama-3-Swallow-70B-Instruct-v0.1

Генерация текстаТекст → текст15 профессий

Диалоговая модель на базе Llama 3 с усиленной поддержкой японского языка для выполнения инструкций и текстовых задач на японском и английском.

140скачиваний за 30 дней7лайковвеса обновлены8 окт 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

Llama-3-Swallow-70B-Instruct-v0.1 — диалоговая языковая модель команды Swallow-LLM из Токийского технологического института и AIST, основанная на Meta Llama 3. Модель прошла дополнительное предобучение с упором на японские данные, а версия Instruct — дообучение с учителем и настройку Chat Vector. Это плотная модель семейства Llama с 69,5 млрд параметров, принимающая и генерирующая текст; окно контекста составляет 8192 токена.

Модель предназначена для диалога и выполнения инструкций на японском и английском языках. Среди проверявшихся задач — ответы на вопросы, чтение и понимание текста, суммаризация, перевод между японским и английским, математические рассуждения и генерация кода. В README приведены результаты на японских и английских бенчмарках, включая MT-Bench JA.

Разработчики предупреждают, что модель находится на ранней стадии исследований и разработки и не настроена для надёжного следования человеческим намерениям и требованиям безопасности. Метаданные указывают лицензию Llama 3 (llama3); перед использованием следует учитывать её условия.

Сценарии применения

  • ответы на вопросы и ведение диалога на японском
  • выполнение текстовых инструкций на японском и английском
  • суммаризация японских и английских текстов
  • перевод между японским и английским
  • решение математических текстовых задач
  • генерация и анализ кода

Ограничения

Разработчики отмечают, что модель находится на ранней стадии исследований и разработки и не настроена для надёжного соответствия намерениям пользователя и требованиям безопасности. Качество зависит от задачи; результаты README представлены на конкретных бенчмарках.

Для каких профессий подходит15

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

Llama3 Swallow - Built with Meta Llama 3

Our Swallow model has undergone continual pre-training from the Llama 3 family, primarily with the addition of Japanese language data. The Instruct versions use supervised fine-tuning (SFT) and Chat Vector. Links to other models can be found in the index.

Model Release Updates

We are excited to share the release schedule for our latest models:

Swallow Model Index

ModelLlama-3-SwallowLlama3 Swallow Instruct
8BLinkLink
70BLinkLink

logo

This repository provides large language models developed by Swallow-LLM. Read our blog post.

Model Details

  • Model type: Please refer to Llama 3 MODEL_CARD for details on the model architecture.
  • Language(s): Japanese English
  • Library: Megatron-LM
  • Tokenizer: Please refer to Llama 3 blog for details on the tokenizer.
  • Contact: swallow[at]nlp.c.titech.ac.jp

Model Performance

Japanese tasks

ModelSizeJCom.JEMHopQANIILCJSQuADXL-SumMGSMWMT20-en-jaWMT20-ja-enJMMLUJHumanEvalJa Avg
4-shot4-shot4-shot4-shot1-shot4-shot4-shot4-shot5-shot0-shot
EM accChar-F1Char-F1Char-F1ROUGE-2EM accBLEUBLEUEM accpass@1
karakuri-lm-70b-chat-v0.170B0.88470.51390.56680.90960.13690.28000.25260.20950.46480.23540.4454
Meta-Llama-3-70B-Instruct70B0.94190.61140.55060.91640.19120.72000.27080.23500.67890.66100.5777
Llama-3-Swallow-70B-Instruct-v0.170B0.96070.61880.60260.92360.13890.65600.27240.25320.65720.60000.5683
Qwen2-72B-Instruct72B0.96340.62680.54180.92100.16440.78400.25920.23270.77130.69090.5955

English tasks

ModelSizeOpenBookQATriviaQAHellaSWAGSQuAD2.0XWINOMMLUGSM8KBBHHumanEvalEnAvg
4-shot4-shot4-shot4-shot4-shot5-shot4-shot3-shot0-shot
AccEMaccAccEMaccAccAccEMaccCoTEMAccpass@1
karakuri-lm-70b-chat-v0.170B0.41000.68730.63150.36770.90490.59410.38820.57240.23050.5319
Meta-Llama-3-70B-Instruct70B00.44000.79990.65520.40240.91270.79920.90520.83260.75550.7225
Llama-3-Swallow-70B-Instruct-v0.170B0.45200.81740.67580.40500.92300.78830.86880.81520.68900.7150
Qwen2-72B-Instruct72B0.43600.75880.68570.39130.91100.83910.84990.24360.69390.6455

MT-Bench JA

ModelSizecodingextractionhumanitiesmathreasoningroleplaystemwritingJMTAvg
karakuri-lm-70b-chat-v0.170B0.28040.58620.62400.29340.41830.55300.48590.59640.4797
Meta-Llama-3-70B-Instruct70B0.59690.84100.71200.44810.48840.71170.65100.69000.6424
Llama-3-Swallow-70B-Instruct-v0.170B0.52690.72500.56900.46690.61210.62380.55330.56980.5809
Qwen2-72B-Instruct72B0.56990.78580.82220.50960.70320.79630.77280.82230.7228
GPT-3.5(gpt-3.5-turbo-0125)0.68510.76410.74140.55220.51280.71040.62660.73610.6661
GPT-4o(gpt-4o-2024-05-13)0.72960.85400.86460.66410.66610.82740.81840.80850.7791

Evaluation Benchmarks

Japanese evaluation benchmarks

We used llm-jp-eval(v1.3.0), JP Language Model Evaluation Harness(commit #9b42d41) and Code Generation LM Evaluation Harness(commit #0261c52). The details are as follows:

  • Multiple-choice question answering (JCommonsenseQA [Kurihara et al., 2022])
  • Open-ended question answering (JEMHopQA [Ishii et al., 2024])
  • Open-ended question answering (NIILC [関根, 2003])
  • Machine reading comprehension (JSQuAD [Kurihara et al., 2022])
  • Automatic summarization (XL-Sum [Hasan et al., 2021])
  • Machine translation (WMT2020 ja-en [Barrault et al., 2020])
  • Machine translation (WMT2020 en-ja [Barrault et al., 2020])
  • Mathematical reasoning (MGSM [Shi et al., 2023])
  • Academic exams (JMMLU [尹ら, 2024])
  • Code generation (JHumanEval [佐藤ら, 2024])

English evaluation benchmarks

We used the Language Model Evaluation Harness(v.0.4.2) and Code Generation LM Evaluation Harness(commit #0261c52). The details are as follows:

  • Multiple-choice question answering (OpenBookQA [Mihaylov et al., 2018])
  • Open-ended question answering (TriviaQA [Joshi et al., 2017])
  • Machine reading comprehension (SQuAD2 [Rajpurkar et al., 2018])
  • Commonsense reasoning (XWINO [Tikhonov and Ryabinin, 2021])
  • Natural language inference (HellaSwag [Zellers et al., 2019])
  • Mathematical reasoning (GSM8K [Cobbe et al., 2021])
  • Reasoning (BBH (BIG-Bench-Hard) [Suzgun et al., 2023])
  • Academic exams (MMLU [Hendrycks et al., 2021])
  • Code generation (HumanEval [Chen et al., 2021])

MT-Bench JA

We used Japanese MT-Bench to assess the instruction-following capabilities of models. We utilized the following settings:

Usage

pip install vllm
from transformers import AutoTokenizer
from vllm import LLM, SamplingParams

model_name = "tokyotech-llm/Llama-3-Swallow-70B-Instruct-v0.1"

tokenizer = AutoTokenizer.from_pretrained(model_name)
llm = LLM(
    model=model_name,
    tensor_parallel_size=4,
)

sampling_params = SamplingParams(
    temperature=0.6, top_p=0.9, max_tokens=512, stop="<|eot_id|>"
)


message = [
    {"role": "system", "content": "あなたは誠実で優秀な日本人のアシスタントです。"},
    {
        "role": "user",
        "content": "東京の夜空に打ち上がっている花火の下、向かい合っている燕とラマの温かい物語を書いてください。",
    },
]
prompt = tokenizer.apply_chat_template(
    message, tokenize=False, add_generation_prompt=True
)

output = llm.generate(prompt, sampling_params)

print(output[0].outputs[0].text)

Training Datasets

Instruction Tuning

The following datasets were used for the instruction tuning.

Risks and Limitations

The models released here are still in the early stages of our research and development and have not been tuned to ensure outputs align with human intent and safety considerations.

Acknowledgements

We thank Meta Research for releasing Llama 3 under an open license for others to build on.

Our project is supported by the Large Generative AI Development Support Program of the National Institute of Advanced Industrial Science and Technology.

License

META LLAMA 3 COMMUNITY LICENSE

Authors

Here are the team members:

How to cite

If you find our work helpful, please feel free to cite us.

@inproceedings{Fujii:COLM2024,
   title={Continual Pre-Training for Cross-Lingual LLM Adaptation:
Enhancing Japanese Language Capabilities},
   author={Kazuki Fujii and Taishi Nakamura and Mengsay Loem and Hiroki
Iida and Masanari Ohi and Kakeru Hattori and Hirai Shota and Sakae
Mizuki and Rio Yokota and Naoaki Okazaki},
   booktitle="Proceedings of the First Conference on Language Modeling",
   series={COLM},
   pages="(to appear)",
   year="2024",
   month=oct,
   address={University of Pennsylvania, USA},
}

@inproceedings{Okazaki:COLM2024,
   title={Building a Large Japanese Web Corpus for Large Language Models},
   author={Naoaki Okazaki and Kakeru Hattori and Hirai Shota and Hiroki
Iida and Masanari Ohi and Kazuki Fujii and Taishi Nakamura and Mengsay
Loem and Rio Yokota and Sakae Mizuki},
   booktitle="Proceedings of the First Conference on Language Modeling",
   series={COLM},
   pages="(to appear)",
   year="2024",
   month=oct,
   address={University of Pennsylvania, USA},
}

Citations

@article{llama3modelcard,
    title={Llama 3 Model Card},
    author={AI@Meta},
    year={2024},
    url = {https://github.com/meta-llama/llama3/blob/main/MODEL_CARD.md}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
431010a

0 моделей