/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
6,6 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
29 янв 2024

LongAlign-7B-64k-base

Генерация текстаТекст → текст8 профессий

Базовая модель Llama-2-7B с контекстом до 64 тысяч токенов для генерации текста и последующего обучения на длинных инструкциях.

222скачиваний за 30 дней5лайковвеса обновлены1 фев 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

LongAlign-7B-64k-base — базовая языковая модель семейства Llama, подготовленная командой проекта LongAlign на основе Llama-2-7B с расширенным контекстным окном до 64 тысяч токенов. Она предназначена для генерации текста и служит основой для выравнивания LLM под инструкции на длинном контексте. Проект LongAlign предлагает набор LongAlign-10k из 10 000 инструкций длиной 8–64 тысячи токенов, стратегии обучения с упаковкой примеров и сортировкой по длине, а также оценку LongBench-Chat для запросов длиной 10–100 тысяч токенов.

Модель имеет плотную архитектуру LlamaForCausalLM, около 6,6 млрд параметров и доступна в формате PyTorch для Transformers. В карточке указана поддержка английского и китайского языков. Лицензия — Apache-2.0. Это базовая модель с расширенным контекстом; README не утверждает, что именно этот вариант уже дообучен для диалогового следования инструкциям. Практическая длина контекста при использовании и качество на длинных запросах могут зависеть от конфигурации и сценария запуска.

Сценарии применения

  • генерация текста с длинным контекстом
  • ответы на вопросы по объёмным документам после дообучения
  • создание базовой модели для обучения следованию длинным инструкциям
  • эксперименты с обработкой длинных входных последовательностей

Ограничения

Этот вариант обозначен как base и не описан как готовая чат-модель; для следования инструкциям может потребоваться дополнительное обучение. Эффективная работа с контекстами предельной длины зависит от настроек и вычислительных ресурсов.

Для каких профессий подходит8

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

LongAlign-7B-64k-base

LongAlign is the first full recipe for LLM alignment on long context. We propose the LongAlign-10k dataset, containing 10,000 long instruction data of 8k-64k in length. We investigate on trianing strategies, namely packing (with loss weighting) and sorted batching, which are all implemented in our code. For real-world long context evaluation, we introduce LongBench-Chat that evaluate the instruction-following capability on queries of 10k-100k length.

All Models

We open-sourced the following list of models:

ModelHuggingface RepoDescription
LongAlign-6B-64k-base🤗 Huggingface RepoChatGLM3-6B with an extended 64k context window
LongAlign-6B-64k🤗 Huggingface RepoChat model by LongAlign training on LongAlign-6B-64k-base
LongAlign-7B-64k-base🤗 Huggingface RepoLlama-2-7B with an extended 64k context window
LongAlign-7B-64k🤗 Huggingface RepoChat model by LongAlign training on LongAlign-7B-64k-base
LongAlign-13B-64k-base🤗 Huggingface RepoLlama-2-13B with an extended 64k context window
LongAlign-13B-64k🤗 Huggingface RepoChat model by LongAlign training on LongAlign-13B-64k-base
ChatGLM3-6B-128k🤗 Huggingface RepoChatGLM3-6B with a 128k context window

Model usage

Chat prompt template for LongAlign-6B-64k:

[Round 1]

问:Hi!

答:Hello! What can I assist you today?

[Round 2]

问:What should I do if I can't sleep at night?

答:

Chat prompt template for LongAlign-7B-64k and LongAlign-13B-64k:

[INST]Hi![/INST]Hello! What can I assist you today?

[INST]What should I do if I can't sleep at night?[/INST]

ChatGLM3-6B-128k uses the same prompt template as ChatGLM3-6B.

A simple demo for deployment of the model:

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
tokenizer = AutoTokenizer.from_pretrained("THUDM/LongAlign-6B-64k", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("THUDM/LongAlign-6B-64k", torch_dtype=torch.bfloat16, trust_remote_code=True, device_map="auto")
model = model.eval()
query = open("assets/paper.txt").read() + "\n\nPlease summarize the paper."
response, history = model.chat(tokenizer, query, history=[], max_new_tokens=512, temperature=1)
print(response)

Citation

If you find our work useful, please consider citing LongAlign:

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
fa28d01

0 моделей