Tinyllama 1.1B Chat V0.6

🚀 TinyLlama-1.1B

TinyLlamaプロジェクトは、3兆トークンで11億パラメータのLlamaモデルを事前学習することを目指しています。適切な最適化を行うことで、16台のA100-40G GPUを使用して「わずか」90日でこれを達成することができます🚀🚀。学習は2023年9月1日に開始されました。

このモデルはLlama 2とまったく同じアーキテクチャとトークナイザーを採用しています。これは、TinyLlamaがLlamaをベースに構築された多くのオープンソースプロジェクトですぐに利用できることを意味します。さらに、TinyLlamaはわずか11億のパラメータでコンパクトです。このコンパクトさにより、限られた計算とメモリ使用量を要求する多くのアプリケーションに対応することができます。

🚀 クイックスタート

このリポジトリのリンクはこちらです👉 https://github.com/jzhang38/TinyLlama

✨ 主な機能

• 事前学習目標：3兆トークンで11億パラメータのLlamaモデルを事前学習。
• 互換性：Llama 2と同じアーキテクチャとトークナイザーを採用し、Llamaベースのオープンソースプロジェクトで利用可能。
• コンパクト性：11億のパラメータで、計算とメモリ使用量が少ないアプリケーションに適している。

📦 インストール

使用するにはtransformers>=4.34が必要です。詳細な情報はTinyLlamaのGitHubページを確認してください。

💻 使用例

基本的な使用法

# Install transformers from source - only needed for versions <= v4.34
# pip install git+https://github.com/huggingface/transformers.git
# pip install accelerate

import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="TinyLlama/TinyLlama-1.1B-Chat-v0.6", torch_dtype=torch.bfloat16, device_map="auto")

# We use the tokenizer's chat template to format each message - see https://huggingface.co/docs/transformers/main/en/chat_templating
messages = [
    {
        "role": "system",
        "content": "You are a friendly chatbot who always responds in the style of a pirate",
    },
    {"role": "user", "content": "How many helicopters can a human eat in one sitting?"},
]
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipe(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])
# <|system|>
# You are a friendly chatbot who always responds in the style of a pirate.</s>
# <|user|>
# How many helicopters can a human eat in one sitting?</s>
# <|assistant|>
# ...

📚 ドキュメント

このモデルについて

これはTinyLlama/TinyLlama-1.1B-intermediate-step-955k-2Tをベースにファインチューニングされたチャットモデルです。HFのZephyrの学習方法に従っています。このモデルは、まずUltraChatデータセットのバリアントで初期ファインチューニングされました。このデータセットには、ChatGPTによって生成された多様な合成対話が含まれています。

その後、このモデルは🤗 TRLの DPOTrainerを使用して、openbmb/UltraFeedbackデータセットでさらにアライメントされました。このデータセットには、GPT-4によってランク付けされた64,000のプロンプトとモデルの応答が含まれています。

データセット

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で提供されています。